头颈鳞状细胞癌多组学癌症标志基因网络患者数据集
该数据集是一个整合了基因表达、拷贝数变异、突变和甲基化等多模态数据的头颈鳞状细胞癌（HNSCC）多组学网络数据集，包含基于癌症标志基因集构建的加权基因网络（2,784个基因节点，约367万条加权边）及430名患者的特异性网络数据，主要用于癌症基因组学、网络医学和图神经网络（如图注意力自编码器）研究，支持患者分层、生存分析、基因功能探索及多组学数据降维与表征学习。
基本信息
资源简介
头颈鳞状细胞癌多组学癌症标志基因网络患者数据集
【数据集背景】
本数据集源站标题为《VatsalPatel18/HNSCC-MultiOmics-10-Cancer-Hallmark-Gene-Network》。源站首次发布：2024-05-26。
【数据内容】
源站原始描述：# HNSCC MultiOmics Cancer Gene Hallmark Network Patient Dataset This dataset consists of network and adjacency matrix files related to head and neck squamous cell carcinoma (HNSCC) patient data. It is intended for research purposes in the field of cancer genomics and network analysis. ## License This dataset is available under the cc-by-nc-sa-4.0 License. ## Dataset Files There are three main files in this dataset: 1. **hnscc.patient.chg.network.pth**: This is a PyTorch dictionary where keys are…
【数据结构与技术规格】
文件数 4 个，合计 216.23 MB。
【主题与分类】
主题标签：license:cc-by-nc-sa-4.0、size_categories:n<1K、format:csv、modality:tabular、modality:text、library:datasets、library:pandas、library:mlcroissant、library:polars、region:us。
【获取与许可】
源站页面：https://huggingface.co/datasets/VatsalPatel18/HNSCC-MultiOmics-10-Cancer-Hallmark-Gene-Network
使用许可：cc-by-nc-sa-4.0。
【使用注意】
· 源站最后修改于 2024-05-28，引用时请注意版本时效。
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
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("VatsalPatel18/HNSCC-MultiOmics-10-Cancer-Hallmark-Gene-Network")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/VatsalPatel18/HNSCC-MultiOmics-10-Cancer-Hallmark-Gene-Network
数据说明
该数据集是一个专注于头颈鳞状细胞癌（HNSCC）的多组学网络分析数据集。它包含来自TCGA-HNSCC队列的430名患者的网络数据，核心是基于癌症标志基因集（2,784个基因）构建的加权基因网络，网络包含约367万条加权边，权重由基因对在共享通路中的共现次数决定。数据以PyTorch Geometric格式（.pth文件）存储患者特异性网络，并以NumPy格式（.npy文件）存储基因邻接矩阵。数据集整合了基因表达、拷贝数变异、突变和甲基化等多模态数据，旨在支持癌症基因组学、网络医学和图神经网络（特别是图注意力自编码器）的研究，用于患者分层、生存分析、基因功能模块识别及多组学数据降维与表征学习。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
完整数据卡：huggingface.co/datasets/VatsalPatel18/HNSCC-MultiOmics-10-Cancer-Hallmark-Gene-Network
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。
