Data / AI for Science / 实体卡片

Human Protein Atlas (HPA)

数据集欧洲数据库

瑞典主导的人类蛋白组织表达与亚细胞定位图谱

数据类型: 组织免疫组化；亚细胞定位；RNA 表达；单细胞表达
规模口径: 版本 25.1；RNA 表达覆盖 20,162 个基因，组织蛋白 IHC 覆盖 15,312 个基因，定位数据 13,603 个基因（官网下载页）
License: CC BY 4.0（可版权部分；第三方数据另有约束）
链接: www.proteinatlas.org

内容与规模

HPA 用抗体成像和转录组数据描绘人类蛋白在组织、细胞及亚细胞层面的分布。官网当前为 25.1 版，各子数据集覆盖基因数不同：RNA 20,162、组织蛋白 15,312、定位 13,603、共识蛋白互作 7,855 [1]。

格式与 license

下载为 TSV/JSON/XML。官方声明可版权部分采用 CC BY 4.0，纳入的第三方数据按各自条件使用，责任在使用者 [2]。

哪些模型拿它训练或评测

亚细胞定位预测、蛋白表征与成像模型常以其定位标注作监督或评测信号（二手，未逐篇核）；细胞成像的形态学读出另见 Cell Painting。

已知偏差

依赖抗体验证质量，抗体特异性问题会传到标注；免疫组化为半定量；组织样本数有限、个体变异覆盖不足；定位集中在少数培养细胞系。

来源

相关卡片

Cell Painting概念与方法 · 全球

用多色荧光染料给细胞器染色并提取形态特征的高内涵成像法

GTEx 与 TCGA数据集 · 美国

组织转录组与肿瘤基因组两大人群级参考数据，个体级数据受控

Human Cell Atlas数据集 · 全球

国际单细胞图谱联盟及其数据门户，规模为二手口径

UniProt数据集 · 全球

蛋白序列与功能注释的核心库，人工审阅仅占约 0.4%

卡片整理 2026-10-15。公司自报数据标“公司口径”；⚠️ 为未经独立核实。