人类分泌蛋白编码基因及其系统发育年龄与表达特性汇编

数据集获取

源站：https://search.dataone.org/view/sha256%3A199e0e0da578249282f1fa35b3d7dc1f87b6b0c86098e228381decbd2d5e5db4

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

该数据集汇编了人类分泌组编码基因、其系统发育年龄及其部分表达特性。这些信息用于确定在脊椎动物进化过程中，所有分泌组与进化过渡的组合是否经历了相似的新基因获得。我们发现，与其他任何分泌组与进化过渡的组合相比，雄性生殖分泌组在真兽类辐射期间经历了最大规模的新基因增加。这些新基因大多优先在附睾中表达，表明附睾是雄性生殖道中重构程度最大的器官。这些数据可不受限制地使用。，分泌组编码基因从Human Proteome Atlas（https://www.proteinatlas.org/）获取，并与Chen等人2025年报道的不同年龄类别相匹配（Chen et al. 2025; DOI: 10.1101/2023.11.14.567139）。，# 人类分泌组编码基因、其系统发育年龄及其部分表达特性的汇编。

数据集DOI：10.5061/dryad.pvmcvdp0s ## 数据及文件结构说明 文件Dataset_EV1.csv中的数据来源于目前在分子水平上特征描述最为全面的人类分泌组集合（Uhlen等，2019；DOI：10.1126/scisignal.aaz027）。人类分泌组包含2，520个基因，这些基因根据亚细胞定位、信号肽的存在以及跨膜结构域的缺失被预测为编码分泌蛋白。这些分泌蛋白根据其在人体内的产生部位被划分为九个不同的分泌组：血液、脑、消化系统、女性生殖（FR）系统、男性生殖（MR）系统、免疫球蛋白、细胞内及膜蛋白（作为对照）、细胞外基质以及其他组织。此外，还设置了一个未知定位的额外类别，用于收录……

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。