精准肿瘤学、细胞信号传导与靶向治疗：分子癌症治疗学的整体方法——复现数据

数据集获取

源站：https://search.dataone.org/view/sha256%3Aeaa5bf0c69c235dd4b97ff565010b0f45c5a0bc8c99d8dbf6a8bf960049ce614

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。

数据说明

近几十年来，抗癌药物大规模生产呈井喷之势，主要归因于基因组技术的进步，使人们能够精准靶向参与疾病进展的致癌通路。这引发了癌症研究与治疗领域的范式转变，其基础是能够在全基因组范围内研究分子变化。这为转化癌症研究领域提供了独特机遇，并促成了癌症治疗中精准医学的概念，使人们有望开发出更好的诊断和治疗手段用于癌症管理。本文旨在简要综述精准肿瘤学研究涉及的工具和技术及其在癌症治疗领域的应用。

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。