CIViC
CIViC是一个开源社区驱动的癌症变异临床解读数据库，提供突变与靶向治疗关联的文本证据。
基本信息
资源简介
CIViC
【一句话概览】
本数据集是 AWS Open Data Registry 公开的文本数据集，收录 2 个文件，主题涵盖 aws-pds、genetic、genomic、life sciences、vcf，可用于医学自然语言处理（实体识别、信息抽取等），CC0 许可开放获取。
【数据集背景】
本数据集源站标题为《CIViC (Clinical Interpretation of Variants in Cancer)》。
【数据内容】
源站原始描述：Precision medicine refers to the use of prevention and treatment strategies that are tailored to the unique features of each individual and their disease. In the context of cancer this might involve the identification of specific mutations shown to predict response to a targeted therapy. The biomedical literature describing these associations is large and growing rapidly. Currently these interpretations exist largely in private or encumbered databases resulting in extensive repetition of effort.…
中文译文（机器翻译，仅供快速理解，请以原文为准）：精准医学是指利用针对每个个体及其疾病的独特特征量身定制的预防和治疗策略。在癌症背景下，这可能涉及识别已被证明可预测靶向治疗反应的特定突变。描述这些关联的生物医学文献数量庞大且增长迅速。目前，这些解读在很大程度上存在于私人或受限数据库中，导致大量重复工作。要实现精准医学，就需要将这些信息集中起来，经过讨论和解读，以应用于临床。CIViC是一个开放获取、开源、由社区驱动的网络资源，用于癌症变异的临床解读。我们的目标是通过提供一个教育性论坛，促进知识传播并积极讨论癌症基因组改变的临床意义，从而实现精准医学。
【数据结构与技术规格】
文件数 2 个。
【主题与分类】
主题标签：aws-pds、genetic、genomic、life sciences、vcf、cancer。
【适用方向】
文本类数据可用于医学自然语言处理，如命名实体识别、信息抽取与文本分类。
【获取与许可】
源站页面：https://registry.opendata.aws/civic/
使用许可：CC0。
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://registry.opendata.aws/civic/
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))
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。
