头颈部扁桃体与口咽扁平鳞癌靶向测序及免疫标记物临床随访数据集
该数据集提供了接受免疫检查点抑制剂治疗的晚期头颈部鳞癌（含大量扁桃体鳞癌）患者的针对性靶向基因DNA测序结果、免疫表型标志物记录和详细的免疫治疗无进展生存期随访文本表单，常用于多模态预后预测。由Seoul National University提供，来自Gene Expression Omnibus，数据格式为表格，包含114条数据记录，适用于分类任务，许可证为Open Data Commons，专注于肿瘤领域的扁桃体癌研究。
基本信息
资源简介
头颈部扁桃体与口咽扁平鳞癌靶向测序及免疫标记物临床随访数据集
【数据集背景】
本数据集源站标题为《Balanced act of a leading strand DNA polymerase specific domain and its exonuclease domain promotes genome-wide replication fork symmetry》。源站首次发布：Aug 26 202。
【数据内容】
源站原始描述：During genome replication, the leading strand DNA polymerase conducts continuous synthesis over long stretches of DNA within each replicon. Processive DNA synthesis supports symmetric progression of sister replication forks and efficient genome duplication. To address the mechanisms underlying leading strand polymerase-mediated synthesis, we examine one of its conserved domains, referred to as POPS, in the budding yeast Pol2 enzyme. We provide evidence that POPS supports replication fork symmetr…
【数据结构与技术规格】
文件数 1 个。
【主题与分类】
主题标签：Other、GPL25739、4932。
【适用方向】
结构化表格数据可直接用于统计建模、特征工程与队列分析。
【获取与许可】
源站页面：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE212101
【使用注意】
· 源站最后修改于 Sep 02 202，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
源站：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE212101
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:
数据集大小约 1.20 GB。
数据说明
该数据集提供了接受免疫检查点抑制剂治疗的晚期头颈部鳞癌（含大量扁桃体鳞癌）患者的针对性靶向基因DNA测序结果、免疫表型标志物记录和详细的免疫治疗无进展生存期随访文本表单，常用于多模态预后预测。
数据加载示例（表格/文本类）
import pandas as pd, glob, os
files = (glob.glob(os.path.join(path, "**", "*.csv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tsv"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.xlsx"), recursive=True))
print("数据文件:", files)
df = pd.read_csv(files[0])
print(df.shape); print(df.columns.tolist()); print(df.head(3))
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。
