TNBC meta分析补充表S4

该数据集为三阴性乳腺癌(TNBC)中草药辅助治疗研究的补充材料,包含Supplementary File 4,即从GeneCards数据库获取的TNBC靶点蛋白数据,以xlsx格式提供

figsharefigshare
datacite
2026-10-14 更新
浏览 9
蛋白质TNBC (triple negative breast cancer
TNBC meta-analysis Supplementary table S4

基本信息

模态
蛋白质
大小
0.000559316 GB
许可
CC BY 4.0
创建/更新时间
2026-10-14
版本
v3

资源简介

TNBC meta分析补充表S4

TNBC meta-analysis Supplementary File

该数据集为三阴性乳腺癌(TNBC)中草药辅助治疗研究的补充材料,包含Supplementary File 4,即从GeneCards数据库获取的TNBC靶点蛋白数据,以xlsx格式提供。数据对应一项关于中草药整合治疗早期三阴性乳腺癌疗效的随机对照试验meta分析(含试验序贯分析与核心草药探索)的手稿,可用于药理与生物信息学分析的可重复性验证及进一步参考(来源 figshare,CC BY 4.0 许可)。

【数据集背景】

源站首次发布:2026-10-14。

【数据结构与技术规格】

文件数 1 个,合计 559.32 KB。数据集 DOI:10.6084/m9.figshare.30145789.v3。

【主题与分类】

源站学科分类:Traditional Chinese medicine and treatments。主题标签:TNBC (triple negative breast cancer。本站分类:肿瘤/乳腺癌。

【适用方向】

源站学科分类标注为 Traditional Chinese medicine and treatments。

【获取与许可】

源站页面:https://figshare.com/articles/dataset/TNBC_meta-analysis_Supplementary_table_S3/30145789

使用许可:CC BY 4.0(https://creativecommons.org/licenses/by/4.0/)。

规范引用:Hou, Hsiang-I (2025). TNBC meta-analysis Supplementary File. figshare. Dataset

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://doi.org/10.6084/m9.figshare.30145789.v2

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 559.3 KB。

数据说明

该数据集为中药(CHM)作为三阴性乳腺癌(TNBC)辅助治疗研究的补充材料。它包括用于药理学和生物信息学分析的三个补充表格:- 补充表S4:从GeneCards数据库获得的TNBC靶蛋白。这些补充数据集支持主手稿中呈现的荟萃分析和网络药理学发现,为可重复性和进一步参考提供详细数据。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。