耐药胶质母细胞瘤亚型特异性脆弱性识别：用于生物标志物和药物发现的计算流程数据集
该数据集是一个针对耐药胶质母细胞瘤（GBM）的多模态研究数据集，主要包含来自Ivy GBM图谱计划的基因表达谱、生物标志物（如PDGFRA、FAP、CD163）的亚型特异性分析结果、患者生存分析数据，以及一个基于PDGFRA靶点的定量构效关系（QSAR）药物发现模型。其主要用途是深入解析GBM耐药的分子景观，为特定亚型GBM提供精准的生物标志物，并辅助通过计算流程进行新型抗肿瘤药物的理性设计与发现。
https://figshare.com/articles/dataset/Identification_of_Subtype-Specific_Vulnerabilities_in_Resistant_Glioblastoma_A_Computational_Pipeline_for_Biomarkers_and_Drug_Discovery/30773455
如需原始数据获取支持或标注服务，请联系我们。
资源简介
该数据集来源于Ivy胶质母细胞瘤图谱计划，针对具有未甲基化MGMT和EGFR扩增特征的耐药胶质母细胞瘤（GBM）患者样本进行多阶段计算分析。数据集内容包括：1）耐药GBM的基因表达谱数据；2）亚型特异性分析结果，揭示了PDGFRA、FAP、CD163等关键生物标志物在不同GBM亚型中的表达模式；3）生存分析结果，显示高PDGFRA表达与患者不良预后相关；4）针对PDGFRA靶点的定量构效关系（QSAR）模型及通过该模型在计算机中识别出的新型先导化合物（基于噻唑并吡啶支架）。该数据集主要用于研究GBM耐药的分子机制、发现亚型特异性生物标志物、以及辅助基于结构的抗GBM药物理性设计。
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 胶质母细胞瘤 的高质量、多模态真实临床数据定制解决方案。