结直肠癌细胞进化TugHall模拟数据集
TugHall结直肠癌细胞进化数据集包含数百万次癌细胞演化模拟结果及关键基因变异频率，属于结构化表格数据，主要用于癌症克隆异质性研究、演化建模、参数推断和统计方法验证。
基本信息
资源简介
结直肠癌细胞进化TugHall模拟数据集
【数据集背景】
本数据集源站标题为《tugHall/Dataset》。源站首次发布：2020-08-16。
【数据内容】
源站原始描述：Dataset of tugHall simulations for colorectal cancer # Dataset of tugHall simulations for colorectal cancer The folders have README files and content subdatasets. The full dataset is published at mendeley.com: Please, cite as follow: Nagornov, Iurii; Nishino, Jo; Kato, Mamoru (2020), “Dataset of tugHall simulations of cell evolution for colorectal cancer ”, Mendeley Data, V1, Iurii Nagornov, Jo Nishino, Mamoru Kato, Dataset of tugHall simulations of cell evolution for colorectal cancer, Data in…
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://github.com/tugHall/Dataset
【使用注意】
· 源站最后修改于 2022-11-19，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
git clone https://github.com/tugHall/Dataset.git
curl -L -o repo.zip https://github.com/tugHall/Dataset/archive/refs/heads/master.zip
unzip repo.zip
数据集大小约 0.30 GB。
源站 README 摘录（使用方式）
Dataset of tugHall simulations for colorectal cancer
The folders have README files and content subdatasets.
The full dataset is published at mendeley.com: http://dx.doi.org/10.17632/spszxd8r3z.1
Please, cite as follow:
Nagornov, Iurii; Nishino, Jo; Kato, Mamoru (2020), “Dataset of tugHall simulations of cell evolution for colorectal cancer ”, Mendeley Data, V1, https://doi.org/10.17632/spszxd8r3z.1
Iurii Nagornov, Jo Nishino, Mamoru Kato, Dataset of tugHall simulations of cell evolution for colorectal cancer, Data in Brief, Vol. 34, February 2021, 106719. https://doi.org/10.1016/j.dib.2021.106719
Description of dataset is in the folder Description and in the paper.
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))
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。
