多蛋白酶定位氧化位点

数据集获取

源站：https://ebi.ac.uk/pride/archive/projects/PXD001204

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

存在于活性氧和活性氮水平高和/或抗氧化剂水平低的细胞环境中的蛋白质，极易发生氧化翻译后修饰（PTM）。不可逆的氧化PTM可产生修饰蛋白质分子的复杂分布，这些分子近来被称为蛋白质变体（proteoforms）。以泛素作为模型系统，我们利用经胰蛋白酶、Lys-C和Glu-C消化得到的肽段定位了氧化修饰位点。检测到若干M+16 Da蛋白质变体，以及包含其他先前未鉴定氧化修饰的蛋白质变体。这项工作凸显了使用多种蛋白酶消化来深入认识自下而上分析中可能存在的氧化修饰复杂性。

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。