血浆蛋白质组学与机器学习无创区分纤维化过敏性肺炎与特发性肺纤维化

数据集获取

源站：https://omicsdi.org/dataset/iprox/PXD069424

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

2018年7月至2022年6月期间，共从中国间质性肺疾病（ILD）国家队列和PORTRAY IPF队列纳入119名受试者，包括32名健康对照（HCs）、31名非纤维化性HP（NFHP）、28名纤维化性HP（FHP）和28名IPF病例。对血浆样本进行定量蛋白质组学分析、加权基因共表达网络分析（WGCNA）和生物信息学分析，以识别差异表达蛋白、核心通路和共表达模块。筛选关键蛋白，利用机器学习算法构建并验证疾病鉴别模型。蛋白质组数据集包含813个鉴定蛋白，其中493个可可靠定量。通路分析提示氮代谢、酒精成瘾信号传导和甲状腺激素生物合成参与疾病发病机制。开发了一种基于机器学习的蛋白质组学模型，用于区分HP亚型与IPF。支持向量机（SVM）算法在独立测试集上表现出最稳健且均衡的性能，准确率达71.4%，灵敏度和特异度相等。

该模型提供了一种无创工具，用于初步区分病例，并为纤维化肺病的精准医学提示了潜在的生物标志物。

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。