基于功能蛋白质组学的肺癌细胞对法尼基转移酶抑制反应研究(法尼基化蛋白pull-down)

该数据集来自omicsdi.org,属于肿瘤/肺癌分类,主题为蛋白质组学。数据基于代谢标记与质谱技术,对多种肺癌细胞系中的法尼基化蛋白进行鉴定,并考察法尼基转移酶抑制剂tipifarnib对法尼基化及细胞功能的影响

omicsdi
浏览 12
时间序列分类ProteomicsLung cancerHumanFarnesylationCell lineLc-ms/ms
Functional proteomics-based investigation of the cellular response to farnesyl transferase inhibition in lung cancer (farnesylated proteins pull-down)

基本信息

模态
时间序列
任务类型
分类
创建/更新时间
2026-11-08

资源简介

基于功能蛋白质组学的肺癌细胞对法尼基转移酶抑制反应研究(法尼基化蛋白pull-down)

该数据集来自omicsdi.org,属于肿瘤/肺癌分类,主题为蛋白质组学。数据基于代谢标记与质谱技术,对多种肺癌细胞系中的法尼基化蛋白进行鉴定,并考察法尼基转移酶抑制剂tipifarnib对法尼基化及细胞功能的影响。数据集覆盖法尼基化蛋白的全局功能蛋白质组学分析,可用于研究法尼基化修饰的调控机制、评估FTI在肺癌中的功能效应,并为癌症精准医学中的反应预测提供数据基础(来源 omicsdi.org)。

【数据内容】

源站描述(机器翻译,仅供参考):蛋白质的亚细胞定位可高度动态变化,并受翻译后修饰调控。法尼基化是一种脂质修饰,可使蛋白质锚定于细胞膜,从而实现空间分辨的信号传导与活性。由于法尼基化对细胞功能至关重要,包括tipifarnib在内的法尼基转移酶抑制剂(FTIs)已被开发并正在肿瘤学临床试验中接受测试。目前对FTIs如何影响数百种法尼基化底物的功能影响缺乏了解,这限制了反应预测及其在癌症精准医学中的应用。在此,我们报告了对多种肺癌细胞系中法尼基化及tipifarnib影响的全局功能蛋白质组学研究。该数据集涵盖基于代谢标记的法尼基化蛋白鉴定,采用质谱技术。

【主题与分类】

主题标签:Proteomics、Lung cancer、Human、Farnesylation、Cell line、Lc-ms/ms。本站分类:肿瘤/肺癌。

【获取与许可】

源站页面:https://omicsdi.org/dataset/pride/PXD050725

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/PXD050725

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

蛋白质的亚细胞定位可高度动态变化,并受翻译后修饰调控。法尼基化是一种脂质修饰,能使蛋白质锚定于细胞膜,从而实现空间分辨的信号传导与活性。由于法尼基化对细胞功能的重要性,包括tipifarnib在内的法尼基转移酶抑制剂(FTIs)已被开发并正在肿瘤学临床试验中接受测试。目前缺乏关于FTIs对数百种法尼基化底物功能影响的认识,这限制了疗效反应预测及其在癌症精准医学中的应用。在此,我们报告了一项针对多种肺癌细胞系中法尼基化及tipifarnib影响的全局功能蛋白质组学研究。该数据集涵盖了基于代谢标记结合质谱的法尼基化蛋白质鉴定。

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。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。