防己茯苓汤治疗淋巴水肿的网络药理学研究数据集
该数据集是一个包含防己茯苓汤治疗淋巴水肿的网络药理学研究数据的结构化表格数据集，主要包含三个数据表格：防己茯苓汤的潜在靶点、淋巴水肿相关靶点以及两者的共同靶点，数据模态为结构化表格形式，主要用于中医药现代化研究、网络药理学分析、中药复方作用机制探索以及多靶点药物发现等研究方向。
基本信息
资源简介
防己茯苓汤治疗淋巴水肿的网络药理学研究数据集
【一句话概览】
该数据集包含防己茯苓汤治疗淋巴水肿的网络药理学研究基础数据，共三个表。表S1为防己茯苓汤的全部潜在靶点；表S2为通过Genecards检索得到的淋巴水肿相关靶点；表S3为防己茯苓汤与淋巴水肿相关靶点共有的38个潜在靶点（来源 scidb.cn）。
【数据集背景】
本数据集源站标题为《Network pharmacology of Tetrandra and Poria Decoction in the treatment of lymphedema》。
【数据内容】
源站原始描述：The data set contains the basic data of network pharmacology research of Tetrandra and Poria Decoction(TPD) in the treatment of lymphedema, with a total of three tables. Table S1. All the potential targets of TPD; Table S2. Lymphedema-related targets searched by Genecards; Table S3. TPD shared 38 potential targets with lymphedema-related targets
中文译文（机器翻译，仅供快速理解，请以原文为准）：该数据集包含防己茯苓汤（TPD）治疗淋巴水肿的网络药理学研究基础数据，共三个表。表S1. TPD的所有潜在靶点；表S2. 通过Genecards检索到的淋巴水肿相关靶点；表S3. TPD与淋巴水肿相关靶点共有38个潜在靶点。
【主题与分类】
主题标签：Tetrandra and Poria Decoction、lymphedema、Network pharmacology、Chinese medicine and pharmacy。
【获取与许可】
源站页面：https://www.scidb.cn/en/detail?dataSetId=846766240528596992
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://www.scidb.cn/en/detail?dataSetId=846766240528596992
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
本数据集包含防己茯苓汤治疗淋巴水肿的网络药理学研究基础数据，由三个表格组成：表S1记录了防己茯苓汤的所有潜在作用靶点；表S2列出了通过Genecards数据库检索得到的淋巴水肿相关靶点；表S3展示了防己茯苓汤与淋巴水肿相关的38个共同潜在靶点。数据来源于中药复方机制的网络药理学分析，主要应用于中医药现代化研究、药物作用机制探索、多靶点药物发现等领域，为理解中药复方治疗淋巴水肿的分子机制提供数据支持。
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。
