CFTR 相互作用组数据集
该数据集为生成 CFTR interactome 所用的 RAW 原始文件，属于蛋白质组学范畴，归类于呼吸道疾病中的囊性纤维化方向
基本信息
资源简介
CFTR 相互作用组数据集
CFTR interactome 数据集收录于 omicsdi.org，归类于呼吸道疾病下的囊性纤维化方向，主题标签为蛋白质组学。该数据集的核心内容是生成 CFTR interactome 数据集所使用的 RAW 原始文件，即质谱采集产生的原始数据文件。这些原始文件经过 ProLuCID 检索，比对的人类数据库为 IPI 数据库 3.23 版本，检索结果随后使用 DTASelect 2.1 进行过滤。整体而言，该数据集面向囊性纤维化相关蛋白互作研究，为蛋白质组学分析提供了一手原始数据基础，适合需要从原始谱图层面重新处理、验证或扩展 CFTR 相互作用网络的研究者使用。
【数据集背景】
囊性纤维化是一种累及呼吸系统的遗传性疾病，其分子基础与 CFTR 基因及其编码蛋白的功能异常密切相关。围绕 CFTR 蛋白的相互作用网络开展研究，有助于理解该蛋白在细胞内的调控机制及其病理影响。CFTR interactome 数据集正是在这一研究方向上产生的蛋白质组学数据资源，其英文名称直接指向 CFTR 相互作用组。该数据集被归入呼吸道疾病 / 囊性纤维化分类，说明其应用语境集中在呼吸系统疾病尤其是囊性纤维化的基础研究领域。主题标签为 Proteomics，表明其方法学归属为蛋白质组学，而非基因组学、转录组学或其他组学类型。数据来源站为 omicsdi.org，该站作为组学数据的索引与汇聚平台，提供了该数据集的登记与描述信息。
【数据内容】
该数据集的内容为生成 CFTR interactome 数据集所使用的 RAW 原始文件。RAW 文件通常指质谱仪在数据采集过程中直接输出的原始谱图文件，包含一级质谱和二级质谱的采集信息，是后续所有蛋白鉴定与定量分析的起点。与经过处理、注释或汇总的结果文件不同，RAW 文件保留了最原始的采集状态，便于研究者根据自身需求重新进行数据库检索、参数调整和结果过滤。该数据集的主题标签为 Proteomics，进一步说明其内容属于蛋白质组学范畴，围绕蛋白质的鉴定与相互作用分析展开。除上述 RAW 原始文件这一核心内容外，源站未提供关于样本数量、文件个数、文件大小、实验分组、重复次数等更细粒度的描述。
【采集与来源】
该数据集来源于 omicsdi.org。根据源站描述，上传的文件是用于生成 CFTR interactome 数据集的 RAW 文件。在数据处理流程方面，源站说明原始数据使用 ProLuCID 进行检索，检索所比对的人类数据库为 IPI 数据库 3.23 版本，检索结果随后通过 DTASelect 2.1 进行过滤。这一流程描述了从 RAW 原始文件到检索结果、再到过滤后结果的基本处理链条，其中 ProLuCID 承担数据库搜索任务，DTASelect 2.1 承担结果筛选任务，IPI 数据库 3.23 版本则提供了人类蛋白序列的比对参考。关于样本的具体来源、细胞或组织类型、实验条件、质谱仪器型号、采集参数等信息，源站未提供。
【适用场景】
基于其蛋白质组学属性与囊性纤维化研究方向，该数据集适用于以下场景：一是对 CFTR 相互作用组进行重新分析，研究者可利用 RAW 原始文件自行选择检索引擎与参数，验证或扩展原有的蛋白鉴定结果；二是开展方法学比较，例如比较不同数据库版本、不同检索工具或不同过滤策略对 CFTR 相互作用蛋白鉴定结果的影响；三是作为蛋白质组学流程教学或流程测试的真实数据输入，用于演示从 RAW 文件到检索、过滤的完整处理步骤；四是围绕囊性纤维化相关蛋白互作网络开展二次挖掘，例如关注特定候选互作蛋白的谱图证据。需要说明的是，以上适用场景基于该数据集作为 RAW 原始文件及其蛋白质组学、囊性纤维化分类属性的一般性用途，源站未提供针对具体应用场景的专门说明或验证结论。
【使用方法】
使用该数据集时，研究者通常需要具备质谱数据处理环境，并准备相应的数据库检索与结果过滤工具。按照源站描述所反映的处理路径，可将 RAW 原始文件提交至 ProLuCID 进行数据库检索，检索时使用人类 IPI 数据库 3.23 版本作为比对参考，随后使用 DTASelect 2.1 对检索结果进行过滤。若研究者希望复现原有流程，应尽量采用与上述一致的检索引擎、数据库版本和过滤工具；若希望开展差异化分析，则可在检索参数、数据库版本或过滤阈值上进行调整，但需注意不同设置会直接影响鉴定结果的可比性。关于具体的软件安装、参数配置、运行命令、输入输出格式等操作细节，源站未提供。
【质量与限制】
该数据集的核心价值在于提供 RAW 原始文件，使研究者能够从最底层数据出发进行处理，避免仅依赖已处理结果所带来的信息损失。同时，源站明确说明了检索与过滤所使用的工具及数据库版本，为流程复现提供了基本参照。其限制在于：源站未提供样本层面的元数据，如样本类型、生物学重复、实验条件等，这可能影响对数据代表性及统计可靠性的判断；源站未提供质谱采集参数与仪器信息，可能影响跨平台比较；源站未提供检索参数细节与过滤阈值，可能影响结果复现的精确度；此外，IPI 数据库 3.23 版本属于特定历史版本的数据库，其序列覆盖范围与更新程度与后续数据库版本存在差异，使用者在重新检索时需自行评估数据库选择对结果的影响。上述未提供的信息，源站均未提供。
【引用与许可】
关于该数据集的引用方式、原始文献出处、作者信息、发表时间以及许可协议等，源站未提供。使用者在引用或再利用该数据集前，应自行查阅 omicsdi.org 上该数据集的登记页面以获取最新的引用与许可要求。
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。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
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://omicsdi.org/dataset/massive/MSV000079235
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
上传的文件是用于生成CFTR相互作用组数据集的原始文件。原始数据使用ProLuCID软件，以人类IPI数据库3.23版本为参考进行搜索，并通过DTASelect 2.1对搜索结果进行了筛选。
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。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
