PXD006601：肝癌细胞中YAP相互作用蛋白的3次质谱实验结果
该数据集来自 ebi.ac.uk，属于肿瘤/肝癌分类，记录了肝癌细胞中与 YAP 共纯化蛋白的 3 次质谱实验结果。研究目的是确定与 YAP 共纯化的蛋白身份，并寻找新的 YAP 相互作用转录因子
基本信息
资源简介
PXD006601：肝癌细胞中YAP相互作用蛋白的3次质谱实验结果
该数据集记录了肝癌细胞中与 YAP 相互作用的蛋白质的 3 次质谱实验结果，英文名称为“PXD006601: Results of the 3 times mass spectrometry experiments of YAP interacted proteins in liver cancer cells.”。数据集来源于 ebi.ac.uk，在本站归类于肿瘤 / 肝癌方向。其核心研究目标是通过质谱实验确定与 YAP 共纯化的蛋白质身份，并进一步寻找新的 YAP 相互作用转录因子。主题标签涉及 Yap、Tfcp2、Liver cancer，以及人类物种信息和质谱相关参数。整体来看，该数据集围绕肝癌细胞中 YAP 蛋白相互作用网络展开，适合关注 YAP 功能、转录调控及肝癌分子机制的科研人员参考使用。
【数据集背景】
YAP 是细胞信号调控和肿瘤发生发展研究中受到关注的蛋白之一。为确定与 YAP 共纯化的蛋白质身份，并寻找新的 YAP 相互作用转录因子，相关研究开展了 3 次质谱实验。该数据集即围绕这一研究目标产生，聚焦于肝癌细胞背景下的 YAP 相互作用蛋白鉴定。其主题标签包括 Yap、Tfcp2、Liver cancer，并涉及人类物种信息以及质谱相关参数。该数据集属于肿瘤 / 肝癌分类，来源站为 ebi.ac.uk。
【数据内容】
该数据集记录的是肝癌细胞中与 YAP 相互作用的蛋白质的 3 次质谱实验结果。研究目的在于确定与 YAP 共纯化的蛋白质身份，并寻找新的 YAP 相互作用转录因子。主题标签涵盖 Yap、Tfcp2、Liver cancer，以及人类物种信息和质谱相关参数。除上述信息外，源站未提供更详细的数据内容说明。
【采集与来源】
该数据集来自 ebi.ac.uk。其英文名称为“PXD006601: Results of the 3 times mass spectrometry experiments of YAP interacted proteins in liver cancer cells.”。源站描述指出，为确定与 YAP 共纯化的蛋白质身份并寻找新的 YAP 相互作用转录因子，研究进行了 3 次质谱实验。除这些信息外，源站未提供更具体的采集流程、实验条件或样本处理细节。
【适用场景】
该数据集适用于关注肝癌细胞中 YAP 相互作用蛋白鉴定、YAP 相关转录因子发现以及蛋白质相互作用研究的场景。其主题标签涉及 Yap、Tfcp2、Liver cancer，并包含人类物种信息和质谱相关参数，因此可用于与 YAP 共纯化蛋白身份确认、候选相互作用转录因子筛选等研究方向相关的参考。除上述方向外，源站未提供其他适用场景说明。
【使用方法】
源站未提供具体使用方法。
【质量与限制】
源站未提供质量评估与限制说明。
【引用与许可】
源站未提供引用与许可信息。
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://ebi.ac.uk/pride/archive/projects/PXD006601
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
为了确定与YAP共纯化的蛋白质身份并寻找新的与YAP相互作用的转录因子，我们进行了三次质谱实验。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
