基本信息

模态

蛋白质

任务类型

分类

创建/更新时间

2026-10-07

资源简介

肺癌蛋白质组图谱比较3：DIA

本数据集名为 Comparison of Lung Cancer Proteome Profiles 3: DIA，归属于肿瘤 / 肺癌分类，来源于 omicsdi.org。其核心目标是比较非标记定量、串联质谱标签化学标记与数据非依赖采集（DIA）发现蛋白质组学方法，并将这些方法应用于肺鳞状细胞癌及癌旁肺组织的蛋白质组分析。该数据集围绕肺癌蛋白质组学方法学比较展开，涉及人类样本、Brplc 分级分离、发现蛋白质组学以及 LC-MS/MS 等技术要素，可为肺癌蛋白质组研究中的方法选择与数据解读提供参考。

【数据集背景】

肺癌是全球范围内发病率和死亡率较高的恶性肿瘤之一，其中肺鳞状细胞癌是常见的病理亚型。随着质谱技术的快速发展，发现蛋白质组学在肿瘤研究中的应用日益广泛，不同定量策略各有特点。非标记定量无需化学标记、流程相对简便；串联质谱标签化学标记可实现多样本并行比较；数据非依赖采集（DIA）则能够以非依赖母离子选择的方式系统采集碎片信息，提升检测的覆盖度和重现性。本数据集正是在这一背景下，针对肺鳞状细胞癌及癌旁肺组织，对上述三种发现蛋白质组学方法进行比较研究，以评估其在肺癌蛋白质组分析中的适用性与表现。

【数据内容】

该数据集的主题标签包括 Human、Brplc fractionation、Discovery proteomics、Lung cancer 和 Lc-ms/ms，表明其内容涉及人类肺癌样本的发现蛋白质组学数据，并采用了 Brplc 分级分离与液相色谱-串联质谱（LC-MS/MS）技术路线。数据集的核心内容是比较非标记定量、串联质谱标签化学标记与数据非依赖采集（DIA）三种方法，研究对象为肺鳞状细胞癌组织及癌旁肺组织。关于具体样本数量、蛋白鉴定数目、定量结果、差异表达蛋白列表等详细数据内容，源站未提供。

【采集与来源】

该数据集来源于 omicsdi.org，属于肿瘤 / 肺癌分类。其采集策略围绕肺鳞状细胞癌与癌旁肺组织的蛋白质组比较展开，涉及非标记定量、串联质谱标签化学标记以及数据非依赖采集（DIA）三种发现蛋白质组学方法，并采用 Brplc 分级分离与 LC-MS/MS 进行数据采集。关于样本采集地点、时间、伦理审批信息、具体质谱仪器型号及色谱条件等，源站未提供。

【适用场景】

该数据集适用于肺癌蛋白质组学方法学比较研究，尤其是针对肺鳞状细胞癌及癌旁肺组织的发现蛋白质组学分析。研究人员可将其用于评估非标记定量、串联质谱标签化学标记与数据非依赖采集（DIA）三种方法在肺癌样本中的适用性，也可作为方法选择、流程优化及数据解读的参考。此外，对于关注人类肺癌蛋白质组、Brplc 分级分离策略以及 LC-MS/MS 技术应用的研究者，该数据集亦具有参考价值。关于更具体的适用场景说明，源站未提供。

【使用方法】

该数据集可通过 omicsdi.org 获取。关于数据下载方式、文件格式、数据处理流程、分析软件及参数设置等具体使用方法，源站未提供。

【质量与限制】

该数据集聚焦于肺鳞状细胞癌与癌旁肺组织的蛋白质组方法比较，涉及非标记定量、串联质谱标签化学标记与数据非依赖采集（DIA）三种策略。关于数据质量评估指标、覆盖度、重复性、定量准确性以及样本量等方面的具体信息，源站未提供。使用者在解释结果时，应结合源站提供的原始描述与自身研究目的进行判断。

【引用与许可】

关于该数据集的引用方式、许可协议及使用限制，源站未提供。

原始链接

https://omicsdi.org/dataset/pride/PXD004684

访问原始数据

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

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。

免费样本无法满足模型训练要求？千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

去商城查看获取定制方案

使用方式

数据集获取

源站：https://omicsdi.org/dataset/pride/PXD004684

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。

数据说明

本项目的目标是通过对肺鳞状细胞癌及邻近肺组织的研究，比较非标记定量、串联质量标签化学标记以及数据独立采集发现蛋白质组学方法。

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