NutriDock-CRC：受试者级结直肠改变建模的分子特征与验证结果

数据集获取

源站：https://doi.org/10.5281/zenodo.23728824

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。

数据集大小约 196.4 KB。

数据说明

本数据集伴随研究《NutriDock-CRC：整合膳食暴露与对接衍生的分子相互作用谱用于受试者水平结直肠改变建模》发布。NutriDock-CRC是一个受试者水平的化学信息学框架，整合估计膳食暴露、配体水平理化性质以及分子对接衍生的蛋白质相互作用谱，以探究与结直肠改变相关的模式。该数据集包括：173个独特化合物–蛋白质对的分子描述符和对接衍生的相互作用特征，代表45种化合物和四种细胞色素P450酶（CYP1A1、CYP1A2、CYP2E1和CYP3A4）。晶体学再对接验证结果。食品水平膳食基线评估结果。重复交叉验证和模型评估结果。学习曲线分析和统计比较。相关研究包括111名受试者，分类为正常、息肉或肿瘤。受试者水平预测建模使用可获得定量膳食暴露估计的37种化合物的子集。

该框架旨在用于探索性计算研究，并不确立临床筛查或诊断效用。数据集包含预测分析中使用的假名化受试者级特征矩阵和诊断标签。不包含直接个人标识符和原始临床记录。源代码和计算工作流程可在以下网址获取：https://github.com/enoljunquera/NutriDock-CRC

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。