基于KIT突变的分子机制探索
该数据集来源于clinicaltrials.gov，聚焦胃肠道间质瘤（GIST），以不可切除的C-kit 9/11突变型中国GIST患者为研究对象，观察其接受甲磺酸伊马替尼标准化治疗后的疗效
基本信息
资源简介
基于KIT突变的分子机制探索
该数据集英文名为 Exploring the Molecular Mechanism Based on KIT Mutation，来源于 clinicaltrials.gov，属于肿瘤领域中胃肠道间质瘤（GIST）方向的数据资源。其研究以不可切除的 C-kit 9/11 突变型中国 GIST 患者为对象，观察患者在接受甲磺酸伊马替尼标准化治疗后的疗效，并围绕肠道菌群与伊马替尼疗效之间的关系展开探索，旨在寻找可预测伊马替尼疗效的新生物标志物，为伊马替尼的个体化治疗提供参考。数据集以 GIST 为主题标签，整体定位是服务于胃肠道间质瘤分子机制与靶向治疗疗效预测研究的临床研究数据集合。
【数据集背景】
胃肠道间质瘤是消化道常见的间叶源性肿瘤，KIT 基因突变在其发生发展中具有重要地位，其中 C-kit 9 号外显子和 11 号外显子突变是临床关注的重点类型。甲磺酸伊马替尼作为靶向 KIT 的酪氨酸激酶抑制剂，是不可切除 GIST 患者标准化治疗的重要组成。然而，不同患者对伊马替尼的治疗反应存在差异，如何提前预判疗效、实现个体化用药，是临床实践中需要解决的问题。该数据集正是围绕这一背景设立，以不可切除的 C-kit 9/11 突变型中国 GIST 患者为研究人群，考察标准化伊马替尼治疗后的疗效表现，并将肠道菌群纳入分析视野，尝试从分子与微生态角度理解疗效差异的来源。
【数据内容】
该数据集聚焦于 GIST 患者接受甲磺酸伊马替尼标准化治疗后的疗效观察，研究内容涉及肠道菌群与伊马替尼治疗疗效之间关系的探索，并以寻找预测伊马替尼疗效的新生物标志物为目标。数据所覆盖的研究对象为不可切除的 C-kit 9/11 突变型中国 GIST 患者。关于数据集的具体字段构成、样本量、变量类型、随访时间点以及菌群检测的具体指标等细节，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov，属于注册临床研究相关信息。研究对象明确为中国的不可切除 C-kit 9/11 突变型 GIST 患者，研究过程中对患者实施甲磺酸伊马替尼标准化治疗并观察疗效。关于具体的采集机构、采集时间范围、采样流程与检测平台等信息，源站未提供。
【适用场景】
该数据集适用于胃肠道间质瘤相关研究，尤其是围绕 KIT 突变、伊马替尼靶向治疗疗效预测以及肠道菌群与治疗反应关系的探索性分析。可用于辅助理解 C-kit 9/11 突变型 GIST 患者在接受标准化伊马替尼治疗后的疗效观察框架，也可为生物标志物发现和个体化治疗策略的参考性研究提供背景支持。关于该数据集在其他具体研究场景中的适用性验证，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据获取方式、访问权限、数据结构说明及分析建议等均未说明。
【质量与限制】
该数据集以不可切除的 C-kit 9/11 突变型中国 GIST 患者为研究对象，人群具有明确的纳入特征，这一限定在提高研究针对性的同时也意味着结论外推需谨慎。关于样本量、数据完整性、缺失情况、质量控制措施及偏倚控制等信息，源站未提供。
【引用与许可】
源站未提供该数据集的引用方式与许可信息。
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://clinicaltrials.gov/study/NCT05895942
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:
数据说明
条件：GIST。以不可切除的C-kit9/11突变型GIST中国患者为研究对象，观察甲磺酸伊马替尼规范化治疗后的治疗效果。探讨肠道菌群与伊马替尼疗效之间的关系，寻找预测伊马替尼疗效的新生物标志物，为伊马替尼个体化治疗提供参考
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。
