解析与前列腺癌进展相关的蛋白质、细胞来源及肿瘤分级特异性N-和O-糖基化调控

数据集获取

源站：https://omicsdi.org/dataset/pride/PXD019443

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

糖生物学在前列腺癌（PCa）中发挥核心作用，前列腺癌来源糖蛋白的异常糖基化即为佐证。了解前列腺癌发生和进展背后的蛋白质糖基化变化，可能为发现用于前列腺癌检测和分层的新型生物标志物以及前列腺癌转移的靶点开辟机会。基于质谱的糖组学和糖蛋白质组学的进展，为深入表征这一庞大却知之甚少的复杂糖蛋白质组开辟了令人振奋的途径。在本研究中，我们采用整合的糖组学和糖蛋白质组学方法，探索按五个前列腺癌疾病分级分组的手术切除新鲜前列腺癌组织以及良性前列腺增生（BPH）患者组织中蛋白质、细胞和肿瘤分级特异性的N-和O-糖基化特征。

采用多孔石墨化碳-液相色谱（PGC–LC）-MS/MS分析对N-和O-糖组进行了分析，揭示了PCa分级特异性的N和O糖基化变化，包括寡甘露糖型和少甘露糖型、平分型GlcNAc以及高度分支的三天线和四天线岩藻糖基化和唾液酸化N-聚糖，以及唾液酸化核心1型和2型O-聚糖。随后采用高分辨率LC-MS/MS捕获了来自540种N-糖蛋白的1,085个N-糖基化位点（>7,400个独特N-糖肽）和来自178种O-糖蛋白的360个O-糖基化位点（>500个独特O-糖肽）的微观和宏观异质性，并揭示了与PCa进展相关的蛋白质和细胞特异性N-和O-糖基化变化。我们还展示了PCa分级特异性的寡糖基转移酶（OST）亚基表达增加，其与N-糖蛋白位点占据率的变化相关。总之，本研究表明，整合糖组学和糖蛋白质组学可以为了解导致高度多样化肿瘤微环境的关键分子特征和位点特异性聚糖异质性提供前所未有的见解，并使我们能够解构重

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。