本数据集源自佛山大学生物医学实验室的蛋白质谱鉴定研究，记录了技术鉴定的蛋白质谱数据。数据通过检测获取并由人工记录，经过数据清洗、校验、存储及分析处理后形成结构化数据集。该数据集可用于数据可靠性与质量评估应用场景。

1、数据清洗与标准化 (1) 完整性校验：必填字段：蛋白ID、PSMs、Unique Peptides、calc. pI。缺失值处理：删除PSMs=0的记录 (2) 逻辑修正：pI<7为酸性蛋白，pI≥7为碱性蛋白。 2、数据质量校验 勾稽关系验证： PSMs占比=单个蛋白PSMs/总PSMs Unique Peptides占比=单个蛋白Unique Peptides/总Unique Peptides 3、数据存储管理 原始质谱数据：分布式存储 分析结果数据：MySQL关系型数据库 4、数据处理分析 PSMs 占比列：计算每个蛋白的 PSMs 数量占总 PSMs 数量的比例。Unique Peptides 占比列：类似于 PSMs 占比，计算每个蛋白的 Unique Peptides 数量占总 Unique Peptides 数量的比例。 pI 分类列：根据calc. pI的值对蛋白进行分类。 PSMs 与 Unique Peptides 关联强度列：通过计算两者的相关性系数（如皮尔逊相关系数），判断这两个指标之间的关联程度。

1、蛋白质功能研究：通过pI分类分析蛋白质等电点分布特征 2、生物标记物发现：筛选PSMs占比>5%的高丰度蛋白，识别Unique Peptides特异性组合模式 3、实验方法优化：分析酶解效率与PSMs数量的相关性

序号 蛋白ID PSMs Unique Peptides calc. pI PSMs占比 Unique Peptides占比 pI分类 PSMs与Unique Peptides关联强度 1 A0A287AN33 76 1 4.93 0.253333333 0.008547009 酸性蛋白 76 2 A0A8W4FE53 34 1 5.14 0.113333333 0.008547009 酸性蛋白 34 3 A0A288CFU5 21 6 9.03 0.07 0.051282051 碱性蛋白 3.5

字段名称 数据类型 字段描述 示例值 序号 编号 数据编号 1 蛋白ID 编号 蛋白编号 A0A287AN33 PSMs 数值 肽段-谱图匹配数 76 Unique Peptides 数值 唯一肽段数 1 calc. pI 数值 理论等电点 4.93 PSMs占比 数值 PSMs/总PSMs 0.253333333 Unique Peptides占比 数值 Unique Peptides/总Unique Peptides 0.008547009 pI分类 文本 酸性蛋白/碱性蛋白 酸性蛋白 PSMs与Unique Peptides关联强度 数值 PSMs与Unique Peptides关联强度 76