黑色素瘤细胞表面结合抗体图谱数据集

数据集获取

源站：https://search.dataone.org/view/sha256%3A5680a3f14389c26ea9ced3d8676f7f208f3e0a9f28dcd08a7e7c2d27c323ef89

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

近年来，靶向治疗和免疫治疗的进展显著改善了黑色素瘤的治疗。然而，对于无响应或治疗后复发的黑色素瘤患者，仍需要治疗策略。为了发现黑色素瘤中可被抗体-药物偶联物（ADC）作用的细胞表面靶点，我们利用蛋白质组规模的抗体阵列平台（PETAL）开发了黑色素瘤细胞表面结合抗体（pAbs）图谱。通过pAbs的靶点鉴定，我们开发了针对LGR6、TRPM1、ASAP1和MUC18等的黑色素瘤细胞杀伤ADC。MUC18在主要黑色素瘤亚型的肿瘤细胞和肿瘤浸润血管中均过表达，使其成为潜在的双区室通用黑色素瘤治疗靶点。AMT-253是一种基于拓扑异构酶I抑制剂exatecan和自消除T部分的MUC18导向ADC，与基于微管抑制剂的对应物相比具有更高的治疗指数，并具有良好的药代动力学和耐受性……

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。