临床蛋白质组学肿瘤分析联盟数据门户
CPTAC Data Portal 是集中式存储库，用于传播蛋白质组表征中心（PCC）为 CPTAC 项目采集的蛋白质组学数据
基本信息
资源简介
临床蛋白质组学肿瘤分析联盟数据门户
Clinical Proteomic Tumor Analysis Consortium Data Portal（简称 CPTAC Data Portal）是一个集中式数据存储库，其核心使命是传播蛋白质组表征中心（Proteome Characterization Centers，PCCs）为 CPTAC 项目所采集的蛋白质组学数据。该门户同时托管由 PCCs 提供的质谱数据分析结果，包括将谱图映射到肽段序列以及蛋白质鉴定，以及由 CPTAC 资助的通用数据分析流程（Common Data Analysis Pipeline，CDAP）产出的分析内容。在分类上，该数据集归属于肿瘤 / 其他类别，来源站点为 cptac-data-portal.georgetown.edu。对于希望获取 CPTAC 项目蛋白质组学原始数据与配套分析结果的研究者而言，该门户提供了一个统一的访问入口。
【数据集背景】
CPTAC（Clinical Proteomic Tumor Analysis Consortium）项目围绕肿瘤的蛋白质组学表征开展工作，其数据由若干蛋白质组表征中心（PCCs）负责采集。随着质谱数据规模不断扩大，需要一个集中化的渠道对数据进行汇集与分发，CPTAC Data Portal 正是在这一需求下建立的集中式存储库。该门户的定位是传播 PCCs 为 CPTAC 项目采集的蛋白质组学数据，使这些数据能够被更广泛的研究社区获取和使用。
【数据内容】
该门户托管的内容主要包括两类：一是 PCCs 采集的蛋白质组学数据本身；二是针对质谱数据的分析结果，具体涵盖将谱图映射到肽段序列以及蛋白质鉴定。此外，门户还托管来自 CPTAC 资助的通用数据分析流程（CDAP）的分析内容。上述内容共同构成了从原始质谱数据到肽段与蛋白质层面鉴定结果的完整数据链条。
【采集与来源】
数据来源于 CPTAC 项目下属的蛋白质组表征中心（PCCs），由这些中心负责蛋白质组学数据的采集工作。门户本身作为集中式存储库承担数据的汇集与传播职能。分析结果方面，一部分来自 PCCs 对质谱数据的分析，另一部分来自 CPTAC 资助的通用数据分析流程（CDAP）。数据来源站点为 cptac-data-portal.georgetown.edu。
【适用场景】
基于其内容构成，该数据集适用于需要获取 CPTAC 项目蛋白质组学数据的研究场景，以及需要使用质谱数据肽段序列映射与蛋白质鉴定分析结果的场景。对于关注肿瘤蛋白质组学表征的研究者，该门户提供了集中获取相关数据与分析产出的途径。源站未提供更细化的适用场景说明。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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。
需登录公开下载
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。
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://cptac-data-portal.georgetown.edu/cptac/aboutData/show?scope=about
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
CPTAC数据门户是集中存储库，用于传播蛋白质组表征中心（PCCs）为CPTAC项目收集的蛋白质组学数据。该门户还托管了来自PCCs及CPTAC赞助的通用数据分析管道（CDAP）对质谱数据的分析（将光谱映射到肽序列和蛋白质鉴定）。
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。
