Chowell2022 - 跨多癌种患者队列预测免疫检查点阻断疗效的随机森林模型
基于随机森林的RF16模型，整合16个基因组、分子、人口学及临床特征，预测免疫检查点阻断疗效。
基本信息
资源简介
Chowell2022 - 跨多癌种患者队列预测免疫检查点阻断疗效的随机森林模型
【数据内容】
源站原始描述：This is a Random Forest algorithm-based machine learning model called RF16, which incorporates a total of 16 genomic, molecular, demographic, and clinical features to predict the immunotherapy response for a patient. The model assigns a value of 0 for NonResponder and 1 for Responder. Please be aware that the column names in the GitHub code and the downloaded dataset from the publication may vary. Users are advised to make minor adjustments to either the code or the dataset to ensure compatibili…
中文译文（机器翻译，仅供快速理解，请以原文为准）：这是一个基于随机森林算法的机器学习模型，名为RF16，它共整合了16个基因组、分子、人口统计学和临床特征，用于预测患者的免疫治疗反应。该模型将无应答者赋值为0，将有应答者赋值为1。请注意，GitHub代码中的列名与从论文下载的数据集中的列名可能有所不同。建议用户对代码或数据集稍作调整，以确保二者兼容。该模型的精选版本已修改训练代码中的列名，使其与数据集保持一致。GitHub仓库：https://github.com/CCF-ChanLab/MSK-IMPACT-IO
【适用方向】
多模态数据适合跨模态对齐、融合建模与联合表征学习方向的研究。
【获取与许可】
源站页面：https://www.omicsdi.org/dataset/biomodels/BIOMD0000001066
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://www.omicsdi.org/dataset/biomodels/BIOMD0000001066
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
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。
