人肺原发肿瘤异种移植瘤的Super-SILAC LC-MS/MS分析

数据集获取

源站：https://omicsdi.org/dataset/massive/MSV000079881

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

非小细胞肺癌(NSCLC)占肺癌的85%，并分为2种主要的组织学亚型：腺癌(ADC)和鳞状细胞癌(SCC)。采用Super-SILAC方法，通过高分辨率质谱分析，促进了人原发肿瘤衍生异种移植蛋白质组的定量比较。Xeno092和Xeno441为ADC。Xeno 561和Xeno691为SCC。主成分分析和监督t检验揭示了根据样本独特蛋白质组进行分类的差异表达蛋白质。这些结果证实了NSCLC中ADC和SCC亚型之间已知的区分因素(例如角蛋白特征、细胞粘附分子和代谢蛋白质)，并揭示了可能有助于NSCLC肿瘤分类和治疗的新候选物。原始文件通过MaxQuant(版本1.3.0.5)进行分析。使用MaxQuant中包含的Andromeda搜索引擎，将峰与UniProt人类数据库(2012年7月发布；http://www.uniprot.org)进行比对。允许两个漏切位点，每个鉴定肽段至少需要六个氨基酸。

肽段和蛋白质的错误发现率设定为0.01。在2分钟的时间窗口内选择了“运行间匹配”选项。SILAC配对的定量使用了最小比率计数2。进一步的数据分析在Perseus中进行。

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。