表S2：多发性骨髓瘤治疗靶点的单细胞发现与多组学特征分析
多发性骨髓瘤候选肿瘤标志物新颖性排名表，基于文献和临床试验，用于治疗靶点发现。
基本信息
资源简介
表S2：多发性骨髓瘤治疗靶点的单细胞发现与多组学特征分析
【一句话概览】
本数据集为多发性骨髓瘤治疗靶点单细胞发现与多组学表征研究中的表 S2，共 1 个文件，合计 11 KB。其内容为候选肿瘤标志物的新颖性描述：每个基因依据已有文献和/或临床试验中关于其在多发性骨髓瘤中作用的研究进行排序，并列出代表性研究。源站标签与分类均为 Cancer，许可为 CC BY（来源 figshare，CC BY 许可）。
【数据集背景】
本数据集源站标题为《Table S2 from Single-Cell Discovery and Multiomic Characterization of Therapeutic Targets in Multiple Myeloma》。配套论文《Single-Cell Discovery and Multiomic Characterization of Therapeutic Targets in Multiple Myeloma》发表于 Cancer Research（2023），DOI：10.1158/0008-5472.CAN-22-1769。项目资助方：Paula and Rodger Riney Foundation。源站首次发布：2023-04-14。
【数据内容】
源站原始描述：Novelty description of candidate tumor markers. Each gene is ranked according to existing literature and/or clinical trials investigating its role in multiple myeloma. Representative studies are listed
中文译文（机器翻译，仅供快速理解，请以原文为准）：候选肿瘤标志物的新颖性描述。根据现有文献和/或探讨其在多发性骨髓瘤中作用的临床试验，对每个基因进行排序。并列出代表性研究。
【数据结构与技术规格】
文件数 1 个，合计 11.02 KB。can-22-1769_table_s2_suppst2.xlsx：application/vnd.openxmlformats-officedocument.spreadsheetml.sheet，11.02 KB。数据集 DOI：10.1158/0008-5472.22633195.v1。
【主题与分类】
源站学科分类：Cancer。主题标签：cancer。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://aacr.figshare.com/articles/dataset/Table_S2_from_Single-Cell_Discovery_and_Multiomic_Characterization_of_Therapeutic_Targets_in_Multiple_Myeloma/22633195
使用许可：CC BY（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Yao, Lijun; Wang, Julia T.; Jayasinghe, Reyka G.; O''Neal, Julie; Tsai, Chia-Feng; Rettig, Michael P.; et al. (2023). Table S2 from Single-Cell Discovery and Multiomic Characterization of Therapeutic Targets in Multiple Myeloma. American Association for Cancer Research. Dataset
【使用注意】
· 源站最后修改于 2023-06-04，引用时请注意版本时效。
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（Figshare）
- 源站标题：Table S2 from Single-Cell Discovery and Multiomic Characterization of Therapeutic Targets in Multiple Myeloma
- DOI：10.1158/0008-5472.22633195.v1
- 发布日期：2023-04-14
- 文件数：1 个
- 文件总体积：11.02 KB
- 源站页面：https://aacr.figshare.com/articles/dataset/Table_S2_from_Single-Cell_Discovery_and_Multiomic_Characterization_of_Therapeutic_Targets_in_Multiple_Myeloma/22633195
命令行下载
curl -L -o "can-22-1769_table_s2_suppst2.xlsx" "https://ndownloader.figshare.com/files/40161553"
文件清单
can-22-1769_table_s2_suppst2.xlsx（11.02 KB）
文件总体积 11.02 KB（源站 API 实测）。
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。
数据说明
Novelty description of candidate tumor markers. Each gene is ranked according to existing literature and/or clinical trials investigating its role in multiple myeloma. Representative studies are listed.
许可
CC BY
引用
学术使用请引用 DOI 10.1158/0008-5472.22633195.v1（source: https://aacr.figshare.com/articles/dataset/Table_S2_from_Single-Cell_Discovery_and_Multiomic_Characterization_of_Therapeutic_Targets_in_Multiple_Myeloma/22633195）。
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。
