人肺癌数据独立采集验证组织队列
该数据集来自 omicsdi.org，包含两个非小细胞肺癌（NSCLC）组织队列，采用数据独立采集质谱（DIA-MS）进行分析：早期NSCLC样本141例，晚期NSCLC样本84例
基本信息
资源简介
人肺癌数据独立采集验证组织队列
该数据集为“Human lung cancer data independent acquisition validation tissue cohort”，来源于 omicsdi.org，归类于肿瘤 / 肺癌方向。数据集围绕非小细胞肺癌（NSCLC）组织样本展开，采用数据独立采集质谱（DIA-MS）技术对两个独立的NSCLC队列进行分析，其中包括141例早期NSCLC样本和84例晚期NSCLC样本。该数据集的主题标签涵盖分类、组织、验证、DIA与肺癌，整体定位是面向肺癌蛋白质组学的验证性组织队列，用于支撑NSCLC的分子分型与临床相关研究。以下从数据集背景、数据内容、采集与来源、适用场景、使用方法、质量与限制、引用与许可等方面进行介绍。
【数据集背景】
肺癌是肿瘤研究中的重要方向，非小细胞肺癌（NSCLC）是其常见类型。该数据集旨在通过数据独立采集质谱（DIA-MS）对NSCLC组织样本进行分析，以展示质谱在临床环境中用于亚型划分和治疗预测的实用性。项目分析了两个NSCLC队列，分别覆盖早期与晚期样本，并基于所产生的质谱数据，进一步研究六种已识别的NSCLC蛋白质组分型与癌症驱动通路及免疫表型之间的关系。这一背景说明该数据集不仅关注样本层面的蛋白质组检测，也关注分型结果与生物学机制、临床转化之间的关联。
【数据内容】
数据集包含两个NSCLC组织队列：一个为早期NSCLC样本队列，共141例；另一个为晚期NSCLC样本队列，共84例。两个队列均通过DIA-MS进行分析。基于生成的质谱数据，项目涉及六种已识别的NSCLC蛋白质组分型，并考察这些分型与癌症驱动通路和免疫表型的关系。主题标签中的“分类”“组织”“验证”等关键词反映了数据集在分型验证方面的定位。除上述信息外，源站未提供更细粒度的样本临床字段、蛋白质组定量矩阵或分型列表等具体内容。
【采集与来源】
该数据集来源于omicsdi.org。样本类型为组织，技术路线为数据独立采集质谱（DIA-MS）。项目描述表明，两个NSCLC队列均通过DIA-MS进行分析，目的是展示质谱在临床环境下用于NSCLC亚型划分与治疗预测的实用性。关于样本采集地点、采集时间、伦理审批信息、质谱仪器型号、色谱条件及数据处理软件版本等细节，源站未提供。
【适用场景】
基于现有信息，该数据集适用于NSCLC组织蛋白质组学相关的研究场景，尤其是利用DIA-MS数据进行蛋白质组分型验证、早期与晚期NSCLC队列的比较分析，以及探讨蛋白质组分型与癌症驱动通路、免疫表型之间关系的分析工作。其“验证”标签提示该队列可用于对已有分型或标志物进行独立验证。关于具体的临床诊断、治疗预测模型构建等应用，项目描述仅提出展示质谱在临床环境中用于亚型划分和治疗预测的实用性这一目标，源站未提供已验证的临床应用结论。
【使用方法】
源站未提供具体的使用方法说明，包括数据下载方式、文件格式、检索参数、质控流程及分析工具等均未提及。使用者需依据omicsdi.org上该数据集的原始条目获取进一步信息。
【质量与限制】
源站未提供关于数据质量评估、缺失值比例、批次效应、样本纳入排除标准或技术重复等方面的信息。已知的样本规模为早期NSCLC 141例、晚期NSCLC 84例，但源站未提供临床注释完整度、随访信息及分型判定标准等限制性说明。使用时应以源站原始记录为准。
【引用与许可】
源站未提供该数据集的引用文献、DOI、许可协议或使用条款等信息。
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://omicsdi.org/dataset/pride/PXD020548
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
本项目采用数据独立采集质谱（DIA-MS）技术分析了两个非小细胞肺癌（NSCLC）队列：一个早期NSCLC样本队列（141例）以及另一个晚期NSCLC样本队列（84例），旨在展示质谱技术在临床环境中用于亚型分型和治疗预测的实用性。此外，基于所生成的质谱数据，研究了六种已识别的NSCLC蛋白质组亚型与癌症驱动通路及免疫表型的关系。
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。
