ILD分类的蛋白质组学数据
该数据集来自一项前瞻性研究，采集台湾纤维化间质性肺病（ILD）患者血浆样本，涵盖特发性肺纤维化（IPF）与结缔组织病相关ILD（CTD-ILD）
基本信息
资源简介
ILD分类的蛋白质组学数据
Proteomic Data for ILD Classification
该数据集来自一项前瞻性研究，采集台湾纤维化间质性肺病（ILD）患者血浆样本，涵盖特发性肺纤维化（IPF）与结缔组织病相关ILD（CTD-ILD）。利用Olink inflammation panel对92种炎症相关蛋白进行蛋白质组学定量分析，刻画两类疾病实体的蛋白质组差异。数据包含原始NPX数据与临床元数据，可用于ILD亚型分类建模及炎症蛋白标志物探索（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
项目资助方：Funding for this research was provided by Taichung Veterans General Hospital (TCVGH-1143910B, TVGH-1143916C, TCVGH-1143909D, and TCVGH-1114401C) and the National Science and Technology Council of Taiwan (NSTC 112-2314-B-075A-003-MY3).。源站首次发布：2026-03-04。
【数据内容】
源站描述（机器翻译，仅供参考）：在这项前瞻性研究中，从一组台湾纤维化间质性肺病（ILD）患者中采集血浆样本，包括特发性肺纤维化（IPF）和结缔组织病相关ILD（CTD-ILD）。我们利用Olink inflammation panel对这些血浆样本进行蛋白质组学分析，能够精确量化92种炎症相关蛋白，以表征这两种疾病实体之间的蛋白质组差异。
【数据结构与技术规格】
文件数 2 个，合计 1.24 MB。数据集 DOI：10.6084/m9.figshare.31061860.v1。
【主题与分类】
源站学科分类：Medical biochemistry - proteins and peptides (incl. medical proteomics)。主题标签：Idiopathic Pulmonary Fibrosis、Plasma Proteomics。本站分类：呼吸系统疾病。
【适用方向】
源站学科分类标注为 Medical biochemistry - proteins and peptides (incl. medical proteomics)。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/Proteomic_Data_for_ILD_Classification/31061860
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Wu, Chen-shiou; Fu, Pin-Kuei (2026). Proteomic Data for ILD Classification. figshare. Dataset
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://doi.org/10.6084/m9.figshare.31061860
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:
数据集大小约 1.2 MB。
数据说明
在这项前瞻性研究中，我们从一组台湾纤维化间质性肺病（ILD）患者队列中采集了血浆样本，这些患者包括特发性肺纤维化（IPF）和结缔组织病相关ILD（CTD-ILD）。我们利用Olink炎症面板对这些血浆样本进行蛋白质组学分析，从而实现对92种炎症相关蛋白的精确量化，以表征这两种疾病实体之间的蛋白质组学差异。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
