BRAF-V600E篮式试验中黑色素瘤细胞对vemurafenib敏感性的蛋白表达预测数据(MOESM4)

该数据集为BMC Cancer论文的补充文件4(表S4),提供基于RNA-seq构建的O-PLS模型对肿瘤细胞对vemurafenib敏感性的预测结果

google_dataset
2023-06-02 更新
浏览 3
基因组预测Reverse phase protein arrayOrthogonal partials least squaresProtein activityTargeted therapiesBRAF inhibitor
MOESM4 of Tumor cell sensitivity to vemurafenib can be predicted from protein expression in a BRAF-V600E basket trial setting

基本信息

模态
基因组
大小
0.000061952 GB
任务类型
预测
许可
CC BY + CC0
创建/更新时间
2023-06-02
版本
v1

资源简介

BRAF-V600E篮式试验中黑色素瘤细胞对vemurafenib敏感性的蛋白表达预测数据(MOESM4)

MOESM4 of Tumor cell sensitivity to vemurafenib can be predicted from protein expression in a BRAF-V600E basket trial setting

该数据集为BMC Cancer论文的补充文件4(表S4),提供基于RNA-seq构建的O-PLS模型对肿瘤细胞对vemurafenib敏感性的预测结果。数据以Excel表格形式存储,包含一个文件,适用于评估蛋白表达与药物敏感性关联、验证预测模型性能,并支持靶向治疗相关的生物标志物研究(来源 figshare,CC BY + CC0 许可)。

【数据集背景】

配套论文《Tumor cell sensitivity to vemurafenib can be predicted from protein expression in a BRAF-V600E basket trial setting》发表于 BMC Cancer(2019),DOI:10.1186/s12885-019-6175-2。项目资助方:National Institute of Health。源站首次发布:2019-11-01。

【数据内容】

源站描述(机器翻译,仅供参考):补充文件4:表S4. 基于RNA-seq构建的O-PLS模型的预测结果。

【数据结构与技术规格】

文件数 1 个,合计 61.95 KB。数据集 DOI:10.6084/m9.figshare.10116803.v1。

【主题与分类】

源站学科分类:Molecular Biology、Biological Sciences not elsewhere classified、Information Systems not elsewhere classified、Mathematical Sciences not elsewhere classified、Cancer。主题标签:Reverse phase protein array、Orthogonal partials least squares、Protein activity、Targeted therapies、BRAF inhibitor。本站分类:肿瘤。

【适用方向】

源站学科分类标注为 Molecular Biology、Biological Sciences not elsewhere classified、Information Systems not elsewhere classified、Mathematical Sciences not elsewhere classified、Cancer。

【获取与许可】

源站页面:https://springernature.figshare.com/articles/dataset/MOESM4_of_Tumor_cell_sensitivity_to_vemurafenib_can_be_predicted_from_protein_expression_in_a_BRAF-V600E_basket_trial_setting/10116803

使用许可:CC BY + CC0(https://creativecommons.org/licenses/by/4.0/)。

规范引用:Carroll, Molly; Parent, Carl; Page, David; Kreeger, Pamela (2019). MOESM4 of Tumor cell sensitivity to vemurafenib can be predicted from protein expression in a BRAF-V600E basket trial setting. figshare. Dataset

【使用注意】

· 源站最后修改于 2023-06-02,引用时请注意版本时效。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取(Figshare)

命令行下载

curl -L -o "12885_2019_6175_MOESM4_ESM.xls" "https://ndownloader.figshare.com/files/18233660"

文件清单

  • 12885_2019_6175_MOESM4_ESM.xls(61.95 KB)

文件总体积 61.95 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

Additional file 4: Table S4. Prediction results from RNA-seq- built O-PLS models.

许可

CC BY + CC0

引用

学术使用请引用 DOI 10.6084/m9.figshare.10116803.v1(source: https://springernature.figshare.com/articles/dataset/MOESM4_of_Tumor_cell_sensitivity_to_vemurafenib_can_be_predicted_from_protein_expression_in_a_BRAF-V600E_basket_trial_setting/10116803)。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。