基于活性的蛋白质谱分析中靶向质谱方法比较 1:DDA

该数据集来自 omicsdi.org,属于肿瘤/肺癌分类,围绕基于活性的蛋白质谱分析(ABPP)中不同靶向质谱方法的比较

omicsdi
浏览 16
时间序列分类DdaActivity-based protein profilingDiaPrmSrm/mrmLung cancer
Comparison of Targeted MS Methods in Activity-Based Protein Profiling 1: DDA

基本信息

模态
时间序列
任务类型
分类
创建/更新时间
2026-10-07

资源简介

基于活性的蛋白质谱分析中靶向质谱方法比较 1:DDA

该数据集来自 omicsdi.org,属于肿瘤/肺癌分类,围绕基于活性的蛋白质谱分析(ABPP)中不同靶向质谱方法的比较。研究以 H1993 肺癌细胞为对象,先用 DMSO、dasatinib 或 erlotinib 预处理细胞裂解物,再加入 ATP 探针进行 ABPP,以比较不同激酶抑制剂对激酶标记的差异;随后用对照、BEX-235(PI3K 抑制剂)或 Crizotinib 处理细胞,观察细胞信号变化。检测采用 DDA、DIA(pSMART)、PRM 和 SRM/MRM 等 LC-MS/MS 方法,对去硫生物素化激酶肽段进行相对定量,可用于评估不同质谱采集策略在激酶监测中的表现(来源 omicsdi.org)。

【数据内容】

源站描述(机器翻译,仅供参考):为考察在利用去硫生物素化探针富集后进行基于活性的蛋白质谱分析(ABPP)时监测激酶的不同质谱方法,用 H1993 肺癌细胞进行了两项实验。首先,在加入用于 ABPP 的 ATP 探针之前,用 DMSO 溶剂、dasatinib 或 erlotinib 预处理细胞裂解物,以比较与靶标选择性不同的激酶抑制剂示例相关的激酶标记差异。然后,为考察细胞信号变化,用溶剂对照、BEX-235(PI3K 抑制剂)或 Crizotinib 处理 H1993 细胞。使用数据依赖采集、数据非依赖采集(pSMART)、平行反应监测和选择反应监测(或多反应监测)的 LC-MS/MS 来检测并相对定量去硫生物素化的激酶肽段。

【主题与分类】

主题标签:Dda、Activity-based protein profiling、Dia、Prm、Srm/mrm、Lung cancer。本站分类:肿瘤/肺癌。

【获取与许可】

源站页面:https://omicsdi.org/dataset/pride/PXD006095

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。

使用方式

数据集获取

源站:https://omicsdi.org/dataset/pride/PXD006095

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

为考察基于活性的蛋白质谱分析(ABPP)中,经脱硫生物素化探针富集后监测激酶的不同质谱方法,用H1993肺癌细胞进行了两项实验。首先,在加入用于ABPP的ATP探针之前,用DMSO溶媒、达沙替尼或厄洛替尼预处理细胞裂解液,以比较与靶标选择性不同的激酶抑制剂示例相关的激酶标记差异。随后,为考察细胞信号传导的变化,用溶媒对照、BEX-235(PI3K抑制剂)或克唑替尼处理H1993细胞。采用数据依赖型采集、数据非依赖型采集(pSMART)、平行反应监测和选择反应监测(或多反应监测)质谱的LC-MS/MS来检测并相对定量脱硫生物素化激酶肽。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。