精准肿瘤学超越靶向治疗：表S1
列出GDSC研究中测试的FDA批准药物列表，用于结合组学数据与机器学习匹配癌细胞与有效治疗。
基本信息
资源简介
精准肿瘤学超越靶向治疗：表S1
【数据集背景】
本数据集源站标题为《Table S1 from Precision Oncology beyond Targeted Therapy: Combining Omics Data with Machine Learning Matches the Majority of Cancer Cells to Effective Therapeutics》。配套论文《Precision Oncology beyond Targeted Therapy: Combining Omics Data with Machine Learning Matches the Majority of Cancer Cells to Effective Therapeutics》发表于 Molecular Cancer Research（2018），DOI：10.1158/1541-7786.MCR-17-0378。源站首次发布：2023-04-03。
【数据内容】
源站原始描述：A list of FDA approved medications tested in the GDSC study
【数据结构与技术规格】
文件数 1 个，合计 10.95 KB。15417786mcr170378-sup-186401_2_supp_4365901_9yr1gm.xlsx：application/vnd.openxmlformats-officedocument.spreadsheetml.sheet，10.95 KB。数据集 DOI：10.1158/1541-7786.22513072.v1。
【主题与分类】
源站学科分类：Cancer、Molecular and Cellular Biology、Therapeutic Research and Development、Methods and Technology。主题标签：Computational Methods、Algorithms、Genome Biology、Functional genomics、Pharmacology、Cellular pharmacology、Molecular pharmacology、Pharmacogenetics/pharmacogenomics。
【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://aacr.figshare.com/articles/dataset/Table_S1_from_Precision_Oncology_beyond_Targeted_Therapy_Combining_Omics_Data_with_Machine_Learning_Matches_the_Majority_of_Cancer_Cells_to_Effective_Therapeutics/22513072
使用许可：CC BY（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Ding, Michael Q.; Chen, Lujia; Cooper, Gregory F.; Young, Jonathan D.; Lu, Xinghua (2018). Table S1 from Precision Oncology beyond Targeted Therapy: Combining Omics Data with Machine Learning Matches the Majority of Cancer Cells to Effective Therapeutics. American Association for Cancer Research. Da…
【使用注意】
· 源站最后修改于 2023-06-19，引用时请注意版本时效。
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（Figshare）
- 源站标题：Table S1 from Precision Oncology beyond Targeted Therapy: Combining Omics Data with Machine Learning Matches the Majority of Cancer Cells to Effective Therapeutics
- DOI：10.1158/1541-7786.22513072.v1
- 发布日期：2023-04-03
- 文件数：1 个
- 文件总体积：10.95 KB
- 源站页面：https://aacr.figshare.com/articles/dataset/Table_S1_from_Precision_Oncology_beyond_Targeted_Therapy_Combining_Omics_Data_with_Machine_Learning_Matches_the_Majority_of_Cancer_Cells_to_Effective_Therapeutics/22513072
命令行下载
curl -L -o "15417786mcr170378-sup-186401_2_supp_4365901_9yr1gm.xlsx" "https://ndownloader.figshare.com/files/39975097"
文件清单
15417786mcr170378-sup-186401_2_supp_4365901_9yr1gm.xlsx（10.95 KB）
文件总体积 10.95 KB（源站 API 实测）。
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。
数据说明
A list of FDA approved medications tested in the GDSC study.
许可
CC BY
引用
学术使用请引用 DOI 10.1158/1541-7786.22513072.v1（source: https://aacr.figshare.com/articles/dataset/Table_S1_from_Precision_Oncology_beyond_Targeted_Therapy_Combining_Omics_Data_with_Machine_Learning_Matches_the_Majority_of_Cancer_Cells_to_Effective_Therapeutics/22513072）。
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。
