锆(IV)接枝介孔二氧化硅富集血清内源性磷酸肽深度分析
该数据集来自 omicsdi.org,围绕一种锆(IV)接枝介孔微球富集磷酸肽并结合高分辨 nanoRPLC-MS/MS 的方法,先以标准磷酸蛋白和 HeLa 细胞裂解物酶解物验证富集性能,再用于胰腺导管腺癌患者与对照血清的内源性磷酸肽组分析,共鉴定 329 条内源性磷酸肽(含 113 个高置信位点

基本信息
资源简介
锆(IV)接枝介孔二氧化硅富集血清内源性磷酸肽深度分析
该数据集来自 omicsdi.org,围绕一种锆(IV)接枝介孔微球富集磷酸肽并结合高分辨 nanoRPLC-MS/MS 的方法,先以标准磷酸蛋白和 HeLa 细胞裂解物酶解物验证富集性能,再用于胰腺导管腺癌患者与对照血清的内源性磷酸肽组分析,共鉴定 329 条内源性磷酸肽(含 113 个高置信位点),并进一步用于同一批样本的磷酸蛋白质组分析,鉴定 172 条磷酸肽并观察到数十条磷酸肽的显著变化,可用于血清内源性磷酸化研究与肿瘤相关磷酸化标志物探索(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):在本研究中,我们开发了一种使用锆(IV)接枝介孔微球富集磷酸肽、随后用高分辨 nanoRPLC-MS/MS 系统进行分析的方法。该新方法首先用标准磷酸蛋白和 HeLa 细胞裂解物的胰蛋白酶酶解物进行测试,取得了优异的富集性能。该方法进一步用于胰腺导管腺癌(PDAC)患者和对照血清样本的内源性磷酸肽组分析。在所有样本中总共鉴定到 329 条内源性磷酸肽(包含 113 个高置信位点),是迄今为止规模最大的内源性磷酸化数据集。此外,该方法还可直接用于同一组样本的磷酸蛋白质组分析,鉴定到 172 条磷酸肽,并观察到数十条磷酸肽的显著变化。综上所述,该方法可作为
【主题与分类】
主题标签:Phosphoproteome、Serum、Human、Lc-ms/ms。本站分类:肿瘤。
【获取与许可】
源站页面:https://omicsdi.org/dataset/pride/PXD045146
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/pride/PXD045146
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
在本研究中,我们开发了一种利用锆(IV)接枝介孔珠富集磷酸肽的方法,并结合高分辨率纳升液相色谱-串联质谱系统进行分析。该新方法首先使用标准磷酸化蛋白的胰蛋白酶消化物和HeLa细胞裂解液进行测试,取得了优异的富集效果。该方法进一步应用于胰腺导管腺癌(PDAC)患者和对照组血清样本的内源性磷酸化肽组学分析。总共在样本中鉴定出329种内源性磷酸肽(包含113个高置信度位点),这是迄今为止 catalogued 的最大内源性磷酸化数据集。此外,该方法还 readily 应用于同一组样本的磷酸化蛋白质组学,鉴定出172种磷酸肽,并观察到数十种磷酸肽的显著变化。综上所述,该方法可作为分析血清磷酸化事件的基准。
鉴于所提出方法的简便性和稳健性,我们设想它能便捷地应用于血清及其他生物体液样本的全面磷酸化研究(即同时进行内源性磷酸肽组学和磷酸蛋白质组学分析)。
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。




