伴远处转移的非小细胞肺癌整合多组学图谱
该数据集来自 omicsdi.org，聚焦伴远处转移的非小细胞肺癌（NSCLC）。研究采集转移性与非转移性 NSCLC 患者的 BALF，分离外泌体后经 NTA 与 TEM 表征，并开展代谢组学与蛋白质组学综合分析
基本信息
资源简介
伴远处转移的非小细胞肺癌整合多组学图谱
该数据集聚焦伴远处转移的非小细胞肺癌（NSCLC），由 omicsdi.org 收录，归类于肿瘤 / 肺癌方向，主题标签为 Proteomics。研究围绕转移性与非转移性 NSCLC 患者的支气管肺泡灌洗液（BALF）展开，通过分离外泌体，并借助纳米颗粒跟踪分析（NTA）与透射电子显微镜（TEM）进行表征，随后开展代谢组学与蛋白质组学的综合分析，旨在从多组学层面刻画伴远处转移的 NSCLC 的分子特征。该数据集体现了将外泌体表征与多组学检测相结合的研究思路，可为肺癌转移机制、生物标志物发现及液体活检相关探索提供数据基础。
【数据集背景】
非小细胞肺癌是肺癌的主要类型之一，远处转移是影响患者预后与治疗策略的关键因素。该数据集以伴远处转移的 NSCLC 为核心研究对象，同时纳入非转移性 NSCLC 患者作为对照来源，试图从支气管肺泡灌洗液中的外泌体入手，探索转移相关分子改变。支气管肺泡灌洗液处于肺部微环境之中，能够反映局部病理生理状态，而外泌体作为细胞间通讯的重要载体，携带蛋白质、代谢物等分子信息，因此成为该研究关注的重点对象。通过比较转移性与非转移性 NSCLC 患者来源的外泌体，该数据集期望为理解 NSCLC 远处转移的分子基础提供多组学证据。
【数据内容】
该数据集的核心内容由代谢组学与蛋白质组学分析结果构成，研究对象为从 BALF 中分离获得的外泌体。在组学分析之前，外泌体先经过 NTA 与 TEM 表征，以确认其基本特征。主题标签为 Proteomics，表明蛋白质组学是该数据集的重要组成维度；同时，代谢组学分析也被纳入，形成代谢组学与蛋白质组学相结合的综合分析框架。数据集英文名称为 Integrated Multi-Omics Landscape of non-small cell lung cancer with distant metastasis，强调了对伴远处转移 NSCLC 的多组学全景式刻画。除上述内容外，源站未提供更细化的数据文件类型、样本数量、分子数目或具体组学指标列表。
【采集与来源】
数据来源于 omicsdi.org。研究采集转移性与非转移性 NSCLC 患者的 BALF，并从中分离外泌体。随后，外泌体经 NTA 与 TEM 进行表征，再开展代谢组学与蛋白质组学分析。该流程说明数据并非直接来自组织或血液，而是以支气管肺泡灌洗液中的外泌体为起点，经过分离、表征和组学检测等步骤获得。关于患者招募地点、样本采集时间、伦理审批信息、样本量及具体临床信息，源站未提供。
【适用场景】
该数据集适用于与非小细胞肺癌远处转移相关的多组学研究场景，尤其是围绕支气管肺泡灌洗液外泌体的代谢组学与蛋白质组学分析。潜在应用包括：探索转移性与非转移性 NSCLC 在外泌体分子层面的差异；为肺癌转移机制研究提供组学线索；支持外泌体相关生物标志物的发现与验证研究；以及作为液体活检方向的方法学参考。由于主题标签为 Proteomics，该数据集也可用于蛋白质组学数据挖掘、多组学整合分析及肺癌分子分型等探索性工作。具体适用场景需结合源站提供的原始数据与元数据进一步判断。
【使用方法】
使用该数据集时，可围绕外泌体的代谢组学与蛋白质组学结果展开分析，并结合 NTA 与 TEM 表征信息理解样本的外泌体特征。研究者可将转移性与非转移性 NSCLC 样本进行分组比较，识别差异分子或差异通路，也可将代谢组学与蛋白质组学结果进行整合，寻找多组学层面的关联。若需复现或扩展研究，应参考源站提供的原始数据、分析流程与元数据说明。关于具体的数据下载方式、文件格式、分析工具与参数设置，源站未提供。
【质量与限制】
该数据集依托 NTA 与 TEM 对外泌体进行表征，并在此基础上开展代谢组学与蛋白质组学分析，具备较完整的多组学实验流程描述。然而，源站未提供样本量、临床分期分布、患者基线特征、数据覆盖度、缺失值情况、批次效应控制及统计功效等信息，因此无法对数据质量与代表性作出进一步判断。此外，该数据集聚焦于 BALF 来源外泌体，其结论能否推广至其他样本类型或其他 NSCLC 人群，尚需更多信息支持。使用时应关注外泌体分离与表征方法可能带来的异质性，以及代谢组学与蛋白质组学平台差异对结果的影响。
【引用与许可】
该数据集来源于 omicsdi.org，主题标签为 Proteomics，本站分类为肿瘤 / 肺癌。关于数据集的引用方式、作者列表、发表文献、许可协议及使用限制，源站未提供。使用者在引用或再利用该数据集前，应访问源站页面核实相关引用要求与许可条款。
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。
使用方式
数据集获取
源站：https://omicsdi.org/dataset/iprox/PXD061819
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
我们从转移性和非转移性NSCLC患者中收集了BALF以分离外泌体，随后通过纳米颗粒跟踪分析（NTA）和透射电子显微镜（TEM）进行表征，并进一步进行了全面的代谢组学和蛋白质组学分析。
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。
