亲水相互作用液相色谱助力人唾液N-糖蛋白组学整合分析用于肺癌研究

该数据集来自omicsdi.org,属于肿瘤/肺癌分类,聚焦人唾液N-糖蛋白组学。研究结合HILIC富集与LC-MS/MS,在去糖基化肽和糖肽两个层面分析唾液糖基化,比较肺癌患者与健康受试者之间位点特异性糖型的改变

omicsdi
浏览 7
蛋白质分类HilicLung cancerN-glycositesSalivaIntact n-glycopeptides
Hydrophilic interaction liquid chromatography contributes to integrated N-glycoproteomics analysis of human saliva for lung cancer

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

亲水相互作用液相色谱助力人唾液N-糖蛋白组学整合分析用于肺癌研究

该数据集来自omicsdi.org,属于肿瘤/肺癌分类,聚焦人唾液N-糖蛋白组学。研究结合HILIC富集与LC-MS/MS,在去糖基化肽和糖肽两个层面分析唾液糖基化,比较肺癌患者与健康受试者之间位点特异性糖型的改变。数据可用于探索肺癌相关N-糖基化位点及完整N-糖肽的差异,并评估其在临床应用中的潜在价值(来源 omicsdi.org)。

【数据内容】

源站描述(机器翻译,仅供参考):我们旨在深入表征和定量唾液N-糖蛋白组学。将HILIC富集与LC-MS/MS相结合,在去糖基化肽水平和糖肽水平研究唾液糖基化,并检测肺癌患者与健康受试者之间人唾液位点特异性糖型的改变。首先,使用HILIC从人唾液中富集完整糖肽。获得的完整糖肽直接通过LC-MS/MS进行表征。此外,通过LC-MS/MS并在与PNGase F孵育后,全面鉴定糖基化位点。所开发的工作流程被应用于比较肺癌组和健康对照组中的N-糖基化位点和完整N-糖肽。在肺癌中自信地观察到失调的N-糖基化位点以及位点特异性糖型,其在临床应用中的潜在价值将被进一步探索。

【主题与分类】

主题标签:Hilic、Lung cancer、N-glycosites、Saliva、Intact n-glycopeptides。本站分类:肿瘤/肺癌。

【获取与许可】

源站页面:https://omicsdi.org/dataset/pride/PXD030670

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/PXD030670

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

我们旨在深入表征和定量唾液N-糖蛋白组学。将HILIC富集与LC-MS/MS相结合,在去糖肽水平和糖肽水平上研究唾液糖基化,并检测肺癌患者与健康受试者之间人唾液位点特异性糖型的改变。首先,利用HILIC从人唾液中富集完整糖肽。获得的完整糖肽直接通过LC-MS/MS进行表征。此外,经PNGase F孵育后,通过LC-MS/MS全面鉴定糖基化位点。所建立的工作流程被应用于比较肺癌组和健康对照组中的N-糖基化位点和完整N-糖肽。在肺癌中确信地观察到失调的N-糖基化位点以及位点特异性糖型,其在临床应用中的潜在价值将被讨论。

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。