PXD000314:互补金属导向固定金属离子亲和色谱顺序磷酸化蛋白质组富集——人肺癌组织激酶底物图谱绘制案例研究
该数据集来自ebi.ac.uk,属于肿瘤/肺癌分类,围绕人肺癌组织中的激酶底物图谱绘制,采用基于tip的金属导向固定金属离子亲和色谱(MD-IMAC)对磷酸化肽段进行顺序富集

基本信息
资源简介
PXD000314:互补金属导向固定金属离子亲和色谱顺序磷酸化蛋白质组富集——人肺癌组织激酶底物图谱绘制案例研究
该数据集来自ebi.ac.uk,属于肿瘤/肺癌分类,围绕人肺癌组织中的激酶底物图谱绘制,采用基于tip的金属导向固定金属离子亲和色谱(MD-IMAC)对磷酸化肽段进行顺序富集。研究利用Ga3+与Fe3+对磷酸化肽段的差异化结合亲和力,设计Ga3+-Fe3+-IMAC顺序富集策略;在Raji B细胞分析中,该策略的磷酸化蛋白质组覆盖度较单一IMAC(Fe3+、Ti4+、Ga3+和Al3+)提升1.5至3.5倍,6283个磷酸化肽段中高达92%由第一级Ga3+-IMAC组分(41%)或第二级Fe3+-IMAC组分(51%)唯一富集。该数据可用于磷酸化蛋白质组富集方法评估与肺癌激酶底物映射研究(来源 ebi.ac.uk)。
【数据内容】
源站描述(机器翻译,仅供参考):摘要:尽管近期在蛋白质磷酸化鉴定与定量的仪器和分析策略方面取得了进展,但富集异质性磷酸化肽段的方法对于全面绘制尚未充分探索的磷酸化蛋白质组仍至关重要。利用Ga3+和Fe3+对磷酸化肽段的独特结合亲和力,我们设计了一种基于tip的金属导向固定金属离子亲和(MD-IMAC)色谱,用于顺序富集磷酸化肽段。在对Raji B细胞的分析中,与单一IMAC(Fe3+、Ti4+、Ga3+和Al3+)相比,这种顺序Ga3+-Fe3+-IMAC策略展现出1.5-3.5倍的磷酸化蛋白质组覆盖度优势。此外,在6283个磷酸化肽段中,高达92%由第一级Ga3+-IMAC组分(41%)或第二级Fe3+-IMAC组分(51%)唯一富集。其互补特性
【主题与分类】
主题标签:Human lung cancer tissue、Sequential imac、Phosphoproteomics。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://ebi.ac.uk/pride/archive/projects/PXD000314
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://ebi.ac.uk/pride/archive/projects/PXD000314
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
摘要:尽管近年来在蛋白质磷酸化鉴定与定量的仪器和分析策略方面取得了进展,但富集不同类型磷酸肽的方法对于全面绘制尚未充分探索的磷酸化蛋白质组至关重要。利用Ga3+和Fe3+对磷酸肽的独特结合亲和力,我们设计了一种基于吸头的金属导向固定金属离子亲和(MD-IMAC)色谱法,用于顺序富集磷酸肽。在对Raji B细胞的分析中,这种顺序Ga3±Fe3±IMAC策略相比单一IMAC(Fe3+、Ti4+、Ga3+和Al3+)展现出1.5-3.5倍的磷酸化蛋白质组覆盖优势。此外,在6283个磷酸肽中,高达92%的磷酸肽被第一轮Ga3±IMAC组分(41%)或第二轮Fe3±IMAC组分(51%)独特富集。Ga3+和Fe3+的互补特性进一步体现在第一轮Ga3±IMAC几乎富集了所有1214个多重磷酸化肽(99.4%)的独家优越效率上,而5069个单磷酸化磷酸肽中仅有低至10%被两个组分共同富集。
我们将顺序Ga3±Fe3±IMAC方法应用于人肺癌组织,鉴定出2560个独特磷酸肽,重叠率仅为8%。其分级能力不仅体现在单磷酸肽和多磷酸肽上,也体现在碱性和酸性磷酸肽上;嗜酸性磷酸化位点主要存在于第一次Ga3±IMAC中(72%),而85%的脯氨酸导向和79%的嗜碱性磷酸化位点通过第二次Fe3±IMAC富集。最有趣的是,该策略在蛋白质水平以及位点水平上互补性地映射了与肺癌侵袭和转移相关的多个细胞通路中的不同激酶底物。鉴于所展示的分级能力、重现性、灵敏度和吸头制备的简便性,我们希望这种G
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。




