区分良性肺结节与肺腺癌的蛋白质组学特征识别

该数据集是一个蛋白质组学数据集,包含通过液相色谱-串联质谱分析获得的良性肺结节、肺腺癌和正常支气管上皮样本的蛋白质表达数据,以及通过平行反应监测验证的候选生物标志物信息,主要用于肺癌早期诊断的蛋白质生物标志物发现研究,旨在识别能够区分良恶性肺结节的关键蛋白质特征,以支持非侵入性分子诊断方法的开发。

Figshare
2017-08-08 更新
浏览 33
CRABPCEACAM5APRMnodulesbiopsyCCLLADnodule-specific100Aepitheliumcandidate biomarkers
Identification of Proteomic Features To Distinguish Benign Pulmonary Nodules from Lung Adenocarcinoma

基本信息

大小
0.006938838 GB
许可
CC BY-NC 4.0
创建/更新时间
2017-08-08
版本
v1

资源简介

区分良性肺结节与肺腺癌的蛋白质组学特征识别

【数据集背景】

本数据集源站标题为《Identification

of Proteomic Features To Distinguish

Benign Pulmonary Nodules from Lung Adenocarcinoma》。配套论文《Identification of Proteomic Features To Distinguish Benign Pulmonary Nodules from Lung Adenocarcinoma》发表于 Journal of Proteome Research(2017),DOI:10.1021/acs.jproteome.7b00245。源站首次发布:2017-07-21。

【数据内容】

源站原始描述:We hypothesized that distinct protein expression features of benign and malignant pulmonary nodules may reveal novel candidate biomarkers for the early detection of lung cancer. We performed proteome profiling by liquid chromatography–tandem mass spectrometry to characterize 34 resected benign lung nodules, 24 untreated lung adenocarcinomas (ADCs), and biopsies of bronchial epithelium. Group comparisons identified 65 proteins that differentiate nodules from ADCs and normal bronchial epithelium a…

【数据结构与技术规格】

文件数 1 个,合计 6.94 MB。数据集 DOI:10.1021/acs.jproteome.7b00245.s002。

【主题与分类】

源站学科分类:Biochemistry、Space Science、Medicine、Cell Biology、Genetics、Immunology。主题标签:CRABP、CEACAM、5A、PRM、nodules、biopsy、CCL、LAD、nodule-specific、100A。

【适用方向】

源站学科分类标注为 Biochemistry、Space Science、Medicine、Cell Biology、Genetics、Immunology。

【获取与许可】

源站页面:https://acs.figshare.com/articles/dataset/Identification_of_Proteomic_Features_To_Distinguish_Benign_Pulmonary_Nodules_from_Lung_Adenocarcinoma/5285620

使用许可:CC BY-NC 4.0(https://creativecommons.org/licenses/by-nc/4.0/)。

规范引用:Codreanu, Simona G.; Hoeksema, Megan D.; J. C. Slebos, Robbert; Zimmerman, Lisa J.; Rahman, S. M. Jamshedur; Li, Ming; et al. (2017). Identification of Proteomic Features To Distinguish Benign Pulmonary Nodules from Lung Adenocarcinoma. ACS Publications. Dataset

【使用注意】

· 源站最后修改于 2023-06-01,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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(Figshare)

源站:https://figshare.com/articles/dataset/Identification_of_Proteomic_Features_To_Distinguish_Benign_Pulmonary_Nodules_from_Lung_Adenocarcinoma/5285620

按页面 Download 按钮获取。

数据说明

该数据集是一个蛋白质组学数据集,旨在识别能够区分良性肺结节和肺腺癌的蛋白质特征,以支持肺癌的早期诊断。数据来源于对34个切除的良性肺结节、24个未经治疗的肺腺癌样本以及支气管上皮活检样本的蛋白质组分析,通过液相色谱-串联质谱(LC-MS/MS)进行全局蛋白质组学分析,并采用平行反应监测(PRM)技术在一个独立队列(20个良性结节、21个肺腺癌和20个正常支气管活检)中验证了候选生物标志物。数据集包含了差异表达的蛋白质列表,如ALOX5、CEACAM6等,并提供了免疫组化验证结果。主要研究方向包括肺癌生物标志物发现、蛋白质组学在临床诊断中的应用以及非侵入性肺癌分子诊断方法的开发。

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。

获取专属数据定制方案