多发性骨髓瘤三元组数据集
该数据集是一个面向多发性骨髓瘤研究的生物信息学三元组数据集，包含文本模态的'anchor'和'positive'特征列，共41517个训练样本，主要用于疾病相关的相似性学习、生物标记物识别和药物靶点预测等机器学习与生物医学信息学任务。
基本信息
资源简介
多发性骨髓瘤三元组数据集
【数据集背景】
本数据集源站标题为《rishabh16196/multiple-myeloma-triplets》。源站首次发布：2025-06-23。
【数据结构与技术规格】
文件数 1 个，合计 905.70 KB。
【主题与分类】
主题标签：size_categories:10K<n<100K、format:parquet、modality:text、library:datasets、library:pandas、library:mlcroissant、library:polars、region:us。
【获取与许可】
源站页面：https://huggingface.co/datasets/rishabh16196/multiple-myeloma-triplets
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
数据集获取与加载（Hugging Face datasets）
# 前置依赖: pip install datasets
from datasets import load_dataset
ds = load_dataset("rishabh16196/multiple-myeloma-triplets")
print(ds) # 查看 splits 与字段结构
# 国内网络可先设镜像: import os; os.environ["HF_ENDPOINT"]="https://hf-mirror.com"
git lfs install && git clone https://hf-mirror.com/datasets/rishabh16196/multiple-myeloma-triplets
数据说明
该数据集是一个面向多发性骨髓瘤研究的生物信息学数据集，包含两个字符串类型的特征列：‘‘anchor’’ 和 ‘‘positive’’，用于构建三元组（triplet）结构。数据以训练集形式提供，共包含41517个样本，文件大小约为4.08 MB。数据集构建方式未在README中说明，但基于其三元组结构和特征命名推测，可能用于表示基因、蛋白、细胞或药物相关的相似性/关联性学习。主要研究方向包括多发性骨髓瘤的生物标记物发现、药物靶点预测、疾病亚型分析等，适用于机器学习、表示学习和生物医学信息学任务。
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))
完整数据卡：huggingface.co/datasets/rishabh16196/multiple-myeloma-triplets
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。
