基于MRM-MS的肺腺癌血清早期生物标志物候选评估

数据集获取

源站：https://omicsdi.org/dataset/panorama/PXD014683

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

目的：尚未发现能够在肺癌早期阶段实现诊断的血清标志物。我们开发了一种LC-MRM-MS检测方法，用于鉴定肺腺癌的潜在早期标志蛋白。实验设计：采用LC-MRM-MS检测方法测定102例肺腺癌患者（其中I、II、III和IV期分别为n=50、16、24和12例）和84例健康对照血浆中35种候选肽的水平。合成稳定同位素标记的标准肽以准确定量这些蛋白质。结果：发现7种蛋白质能够区分I期患者与对照。将这些蛋白质组合成一个蛋白质标志物panel，提高了区分I期患者与对照的灵敏度，并获得了较高的分类性能，交叉验证曲线下面积=0.76。此外，我们发现真核起始因子4A-I低表达和lumican高表达与总生存期显著不良预后相关（分别为p=0.012和0.0074），可能可作为肺癌的预后生物标志物。

结论与临床意义：本文所强调的蛋白质可能用于肺腺癌的早期检测或在更大规模队列验证后用于治疗方法的开发。

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。