LC7匹配对照与NSCLC肺腺癌组织的蛋白质组学分析
非小细胞肺腺癌是最常诊断的肺癌类型，为美国男女癌症死亡首要原因。因难以区分良恶性，高假阳性率阻碍肺癌管理，比较恶性与非恶性组织的分子分析提供肿瘤发生生物学证据
基本信息
资源简介
LC7匹配对照与NSCLC肺腺癌组织的蛋白质组学分析
非小细胞肺腺癌是最常诊断的肺癌类型，为美国男女癌症死亡首要原因。因难以区分良恶性，高假阳性率阻碍肺癌管理，比较恶性与非恶性组织的分子分析提供肿瘤发生生物学证据。本研究用蛋白质组学分析现或曾吸烟者早期（IA/IB期）肺腺癌的38对恶性与非恶性配对组织，结合混合效应模型和正交偏最小二乘判别分析识别恶性组织蛋白质组关键癌症相关扰动，并评估这些蛋白质与临床病理变量（来源 omicsdi.org）。
【数据内容】
源站描述（机器翻译，仅供参考）：非小细胞肺腺癌是诊断最常见的肺癌类型，并且仍是美国男性和女性癌症死亡的主要原因。由于无法区分良性肿瘤与恶性肿瘤，高假阳性率阻碍了肺癌的诊疗。因此，通过更好的分子分析比较恶性和非恶性组织，将为导致肿瘤发生的潜在生物学机制提供更多证据。在本研究中，我们采用蛋白质组学方法分析了38对来自患有早期（IA/IB期）肺腺癌的现吸烟者或既往吸烟者的恶性和非恶性配对组织样本。使用统计混合效应建模和正交偏最小二乘判别分析，以识别恶性组织蛋白质组中关键的癌症相关扰动。随后，将鉴定出的蛋白质与临床病理变量进行评估。
【主题与分类】
主题标签：Proteomics。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://omicsdi.org/dataset/massive/MSV000080825
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/massive/MSV000080825
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
非小细胞肺腺癌是诊断最常见的肺癌类型，并且仍是美国男性和女性癌症死亡的主要原因。由于无法区分良性肿瘤与恶性肿瘤，高假阳性率阻碍了肺癌的诊疗。因此，通过更好的分子分析比较恶性和非恶性组织，将为导致肿瘤发生的潜在生物学机制提供更多证据。在本研究中，我们采用蛋白质组学方法分析了38对来自患有早期（IA/IB期）肺腺癌的现吸烟者或既往吸烟者的恶性和非恶性配对组织样本。使用统计混合效应建模和正交偏最小二乘判别分析，以识别恶性组织蛋白质组中关键的癌症相关扰动。随后，将鉴定出的蛋白质与临床病理变量进行评估。
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。
