结直肠癌药物反应测试数据集
结直肠癌药物反应测试数据集包含患者来源类器官在不同药物、浓度和时间点下的蛋白表达及翻译后修饰信息，属于表格数据，主要用于药物反应预测、生物标志物发现和精准医疗研究。
基本信息
资源简介
结直肠癌药物反应测试数据集
【数据集背景】
本数据集源站标题为《Trellis CRC PDO-CAF Screen on PDO 21》。源站首次发布：2023-01-27。
【数据内容】
源站原始描述：Patient-derived organoids (PDOs) can model personalized therapy responses, however current screening technologies cannot reveal drug response mechanisms or study how tumor microenvironment cells alter therapeutic performance. To address this, we developed a highly-multiplexed mass cytometry platform to measure post translational modification (PTM) signaling in >2,500 colorectal cancer (CRC) PDOs and cancer-associated fibroblasts (CAFs) in response to clinical therapies at single-cell resolution.…
【数据结构与技术规格】
文件数 1 个，合计 420.98 MB。
【主题与分类】
主题标签：data visualization、research、drugs and medications、clustering、k-means。
【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://www.kaggle.com/datasets/mariaramosz/trellis-pdo21-pdo-caf-screen
使用许可：Attribution-NonCommercial-ShareAlike 3.0 IGO (CC BY-NC-SA 3.0 IGO)。
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。
需登录公开下载
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。
暂未开放有偿下载
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
方式一：KaggleHub（Python，推荐 AI Agent 使用）
# 前置依赖: pip install kagglehub
import kagglehub
path = kagglehub.dataset_download("mariaramosz/trellis-pdo21-pdo-caf-screen")
print("数据已下载至:", path)
方式二：Kaggle CLI（命令行）
# 前置条件: 注册 Kaggle 账号, Settings > API > Create New Token
# 将 kaggle.json 放到 ~/.kaggle/ 并 chmod 600
pip install kaggle
kaggle datasets download -d mariaramosz/trellis-pdo21-pdo-caf-screen
unzip trellis-pdo21-pdo-caf-screen.zip -d trellis-pdo21-pdo-caf-screen/
数据集大小约 0.15 GB。
数据说明
Trellis CRC PDO-CAF Screen on PDO 21 结直肠癌药物反应测试数据集来自公开Kaggle平台，包含结直肠癌患者来源类器官（PDO）在不同药物处理下的蛋白质翻译后修饰（PTM）及蛋白表达数据。数据集涵盖多个批次、时间点、药物浓度及样本培养方式的元信息，规模较大且结构清晰。其主要特点为高维度分子响应数据与详细的实验元数据结合，适用于药物反应预测、生物标志物发现等场景，可支持结直肠癌精准医疗研究及医疗大模型训练。
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))
许可
CC-BY-NC-SA-3.0
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。
