促凋亡天然产物治疗结肠癌研究的支持数据
数据包含原始数据（实验文件、Excel文件、图像）、分析数据以及用于统计分析和作图的Prism文件，具体涵盖MTT实验的Excel数据、流式细胞术实验文件、带Marker的WB原始图片以及动物研究的原始数据
基本信息
资源简介
促凋亡天然产物治疗结肠癌研究的支持数据
Supporting data for "Investigation of efficacy and mechanisms of pro-apoptotic natural products for colon cancer treatment"
该数据集为博士论文《Investigation of efficacy and mechanisms of pro-apoptotic natural products for colon cancer treatment》结果部分的支持数据，分为3个文件夹，分别对应论文第4、5、6章。数据包含原始数据（实验文件、Excel文件、图像）、分析数据以及用于统计分析和作图的Prism文件，具体涵盖MTT实验的Excel数据、流式细胞术实验文件、带Marker的WB原始图片以及动物研究的原始数据。可用于结肠癌治疗中促凋亡天然产物的药效与机制研究（来源 DOI 解析，Creative Commons Attribution Non Comm。
【数据集背景】
源站首次发布：2024。
【数据内容】
源站描述（机器翻译，仅供参考）：该支持数据集为论文《Investigation of efficacy and mechanisms of pro-apoptotic natural products for colon cancer treatment》结果部分的内容。数据集由3个文件夹组成，分别归类为博士论文第4章、第5章和第6章的支持数据。它包含原始数据（实验文件、Excel文件、图像）、分析数据以及用于统计分析和图表的Prism文件。数据集由MTT实验的Excel数据、流式细胞术实验文件、带Marker的WB原始图片以及动物研究的原始数据组成。
【主题与分类】
主题标签：Basic pharmacology。本站分类：肿瘤/其他。
【获取与许可】
源站页面：https://datahub.hku.hk/articles/dataset/Supporting_data_for_Investigation_of_efficacy_and_mechanisms_of_pro-apoptotic_natural_products_for_colon_cancer_treatment_/26789083
使用许可：Creative Commons Attribution Non Commercial 4.0 International。
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
源站：https://doi.org/10.25442/hku.26789083
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 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。
- OpenDataLab:
数据说明
该论文题为“促凋亡天然产物治疗结肠癌的疗效及机制研究”，其结果部分的支持数据集包含3个文件夹，分别归类为博士论文第4章、第5章和第6章的支持数据。数据集由原始数据（实验文件、Excel文件、图像）、分析数据以及用于统计分析和图表的Prism文件组成。数据集包括MTT试验的Excel数据、流式细胞术试验的实验文件、带有标记物的WB原始图片以及动物研究的原始数据。
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。
