数据集获取

源站：https://doi.org/10.5281/zenodo.20280382

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。

数据集大小约 222.0 KB。

数据说明

ProCanBio：一个人工审编的前列腺癌生物标志物数据库

概述

ProCanBio是一个人工审编的数据库，旨在维护与前列腺癌相关的生物标志物的全面信息。该数据库整合了从已发表文献中收集的生物标志物信息，并提供以下方面的详细注释：

• 诊断性生物标志物
• 预后性生物标志物
• 预测性生物标志物
• 基因组学数据
• 蛋白质组学数据
• 代谢组学数据
• 表观基因组学数据

ProCanBio的开发旨在为前列腺癌生物标志物研究和分析提供一个集中化的资源。

---

研究论文详情

标题

ProCanBio：一个人工审编的前列腺癌生物标志物数据库

作者

• Dikscha Sapra
• Harpreet Kaur
• Anjali Dhall
• Gajendra P. S. Raghava

发表日期

2021年12月10日

DOI

https://doi.org/10.1089/cmb.2021.0348

https://github.com/Piyushh1104/ProCanBio.git

---

背景

前列腺癌是全球男性中最常见的恶性肿瘤之一，且与高死亡率相关。

传统生物标志物如：- PSA（前列腺特异性抗原）缺乏足够的特异性，因为PSA水平升高也与以下情况相关：- 良性前列腺增生（BPH）- 前列腺炎- 前列腺上皮内瘤变（PIN）因此，需要更可靠的生物标志物用于：- 诊断- 预后- 治疗反应预测尽管大量研究已识别出前列腺癌生物标志物，但相关信息分散在众多出版物中，格式不统一。ProCanBio的开发旨在将这些信息整合到一个用户友好的单一资源中。— # 目标 本研究旨在：- 开发一个手动整理的前列腺癌生物标志物数据库- 整合已发表文献中的生物标志物信息- 为每个生物标志物提供详细注释- 开发高级搜索和浏览工具- 促进生物标志物研究与验证 — # 数据收集 两个PubMed关键词

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。