Kaggle 药物重定位目标代谢病数据集
此数据集来自 Kaggle 开源社区，涵盖了包括酸中毒、肾小管酸中毒等一系列先天性遗传代谢缺陷疾病及普通代谢病的药理靶点与分子实体特征，旨在利用机器学习算法发掘老药在新代谢病治疗中的潜力。由Kaggle Community Curation提供，数据格式为表格，包含5000条数据记录，适用于分类任务，许可证为CC0 1.0，专注于内分泌系统疾病领域的先天性代谢缺陷研究。
基本信息
资源简介
Kaggle 药物重定位目标代谢病数据集
【数据集背景】
本数据集源站标题为《Drug Repositioning》。源站首次发布：2024-08-28。
【数据内容】
源站原始描述：This dataset is introduced in our paper, *MiRAGE: Mining Relationships for Advanced Generative Evaluation in Drug Repositioning* It contains three CSV files: ***diseaseInfo***, ***drugsInfo***, and ***mapping***. - ***diseaseInfo***: This tabular dataset contains information on over **1,500 diseases**, identified by MeSH (Medical Subject Headings) IDs. It includes three main features: a description of each disease, its associated pathways, and its classification into groups as represented by…
【数据结构与技术规格】
文件数 3 个，合计 5.41 MB。
【主题与分类】
主题标签：tabular、text、binary classification、drugs and medications、diseases。
【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/ariasha/drug-repositioning
使用许可：Apache 2.0。
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("ariasha/drug-repositioning")
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 ariasha/drug-repositioning
unzip drug-repositioning.zip -d drug-repositioning/
数据集大小约 0.04 GB。
数据说明
此数据集来自 Kaggle 开源社区，涵盖了包括酸中毒、肾小管酸中毒等一系列先天性遗传代谢缺陷疾病及普通代谢病的药理靶点与分子实体特征，旨在利用机器学习算法发掘老药在新代谢病治疗中的潜力。
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
CC0 1.0
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。
