肉瘤亚型数据表
表格列出了研究中所纳入的肉瘤亚型数量，对应论文图 5 的内容。该数据可用于了解肉瘤亚型的分类构成，并作为计算生物学、演化生物学和肿瘤学相关分析的参考信息（来源 figshare，CC BY 4.0 许可）
基本信息
资源简介
肉瘤亚型数据表
Sarcoma subtypes.
该数据集来自 figshare.com，包含一个 Excel 表格文件 Table_3.xls，由 Markus Riester、Camille Stephan-Otto Attolini、Robert J. Downey、Samuel Singer、Franziska Michor 于 2010 年 5 月 6 日发布，DOI 为 10.1371/journal.pcbi.1000777.t003。表格列出了研究中所纳入的肉瘤亚型数量，对应论文图 5 的内容。该数据可用于了解肉瘤亚型的分类构成，并作为计算生物学、演化生物学和肿瘤学相关分析的参考信息（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
源站首次发布：2010-05-06。
【数据内容】
源站描述（机器翻译，仅供参考）：该表显示了本研究中纳入的肉瘤亚型数量（见图5）。
【数据结构与技术规格】
文件数 1 个，合计 5.63 KB。数据集 DOI：10.1371/journal.pcbi.1000777.t003。
【主题与分类】
源站学科分类：Plant Biology、Cancer、Evolutionary Biology、Biological Sciences。主题标签：Computational biology、Evolutionary biology、evolutionary biology/bioinformatics、oncology、oncology/breast cancer、oncology/hematological malignancies、oncology/sarcomas。本站分类：肿瘤。
【适用方向】
源站学科分类标注为 Plant Biology、Cancer、Evolutionary Biology、Biological Sciences。
【获取与许可】
源站页面：https://plos.figshare.com/articles/dataset/_Sarcoma_subtypes_/521428
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Riester, Markus; Stephan-Otto Attolini, Camille; J. Downey, Robert; Singer, Samuel; Michor, Franziska (2015). Sarcoma subtypes.. PLOS Computational Biology. 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：Sarcoma subtypes.
- DOI：10.1371/journal.pcbi.1000777.t003
- 发布日期：2010-05-06
- 文件数：1 个
- 文件总体积：5.63 KB
- 源站页面：https://plos.figshare.com/articles/dataset/_Sarcoma_subtypes_/521428
命令行下载
curl -L -o "Table_3.xls" "https://ndownloader.figshare.com/files/850984"
文件清单
Table_3.xls（5.63 KB）
文件总体积 5.63 KB（源站 API 实测）。
数据说明
The table shows the number of sarcoma subtypes included in our study (see Fig. 5).
许可
CC BY 4.0
引用
学术使用请引用 DOI 10.1371/journal.pcbi.1000777.t003（source: https://plos.figshare.com/articles/dataset/_Sarcoma_subtypes_/521428）。
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。
