抑制醛糖还原酶的植物化学物类似物的虚拟筛选数据集

数据为一项 in silico 研究产生的原始数据,围绕抑制醛糖还原酶的植物化学物,开展化学类似物的虚拟筛选,服务于糖尿病微血管并发症相关研究

dataone
浏览 11
其他预测Medicine, Health and Life SciencesComputer and Information Science
VIRTUAL SCREENING FOR CHEMICAL ANALOGUES SIMILAR TO PHYTOCHEMICALS THAT INHIBIT ALDOSE REDUCTASE IN THE DEVELOPMENT OF DIABETIC MICROVASCULAR COMPLICATIONS

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-12

资源简介

抑制醛糖还原酶的植物化学物类似物的虚拟筛选数据集

VIRTUAL SCREENING FOR CHEMICAL ANALOGUES SIMILAR TO PHYTOCHEMICALS THAT INHIBIT ALDOSE REDUCTASE IN THE DEVELOPMENT OF DIABETIC MICROVASCULAR COMPLICATIONS

本数据集来源于 search.dataone.org,属于内分泌、营养和代谢疾病 / 糖尿病分类,主题标签涵盖 Medicine, Health and Life Sciences 与 Computer and Information Science。数据为一项 in silico 研究产生的原始数据,围绕抑制醛糖还原酶的植物化学物,开展化学类似物的虚拟筛选,服务于糖尿病微血管并发症相关研究。可用于探索植物化学物与醛糖还原酶抑制的关联、评估化学类似物筛选结果,并支撑糖尿病微血管并发症方向的计算机辅助研究(来源 DataONE)。

【数据内容】

源站描述(机器翻译,仅供参考):该数据集包含通过进行计算机模拟研究获得的原始数据。

【主题与分类】

主题标签:Medicine, Health and Life Sciences、Computer and Information Science。本站分类:内分泌、营养和代谢疾病/糖尿病。

【获取与许可】

源站页面:https://search.dataone.org/view/sha256%3A0ca65d25185e07faf03b1b3f3aa517e4c5dc979275e8e05f7106c2171988c828

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

源站:https://search.dataone.org/view/sha256%3A0ca65d25185e07faf03b1b3f3aa517e4c5dc979275e8e05f7106c2171988c828

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。

数据说明

This dataset contains raw data obtained from conducting an in silico study.

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。

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。

获取专属数据定制方案