肝细胞癌索拉非尼敏感表型推断数据与代码

数据集获取

源站：https://doi.org/10.5281/zenodo.23338889

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据集大小约 1.7 MB。

数据说明

支持文章《肝细胞癌中对索拉非尼敏感的表型能否从耐药机制推断？铁死亡和氧化还原标志物反映一般性药物耐受》的数据与分析代码。本数据存放包含从公开来源复现文章中每一个数字和图表所需的全部内容：(1) 文献计量数据。四条带标签的MEDLINE检索式原文；去重后的并集语料库，共2，832条记录，冻结于2026年10月7日的检索日期，附SHA-256校验和；一份记录每个计数和日期窗口的来源文件；以及八种设置的跨领域比较。(2) 临床队列结果。在GSE109211（STORM试验转录组队列）中按治疗臂进行的各特征应答者与非应答者比较，附基于置换检验的治疗与标志物交互作用检验。(3) 细胞系结果。每个预设特征与索拉非尼LN_IC50在705个细胞系中的Spearman相关性，以及在至少150个细胞系上筛选的全部277种GDSC2化合物重新计算的相同相关性，后者构成用于评估药物特异性的参考分布。

预先设定的阳性对照标记物-化合物配对及其结果已完整收录，包括未成功的配对。(4) 分析代码。Python脚本可重现每个图表，以及一个模块，该模块包含了所有基因集和预期的关联方向，这些在分析运行前已确定。来自NCBI GEO、癌症药物敏感性基因组学项目和DepMap门户的源数据由这些项目的脚本根据其自身条款下载，并未在此重新分发。

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。