MGTX_Based_重症肌无力治疗反应血清代谢组学预测数据
该数据集包含重症肌无力患者基线血清的代谢组和脂质组数据，通过超高效液相色谱-质谱技术获取，关联6个月糖皮质激素治疗反应，用于识别预测生物标志物和进行通路分析，主要应用于重症肌无力的精准医疗、治疗反应预测及代谢组学机制研究。
基本信息
资源简介
MGTX_Based_重症肌无力治疗反应血清代谢组学预测数据
【数据内容】
源站原始描述：数据集概述 本数据集是针对重症肌无力（MG）患者糖皮质激素治疗反应预测的血清代谢组学研究数据，来源于NIH资助的MGTX临床试验。通过超高效液相色谱-质谱技术分析患者基线血清的代谢组和脂质组特征，关联6个月治疗反应，识别预测生物标志物并进行通路分析，包含4个补充表格和1个说明文档。 文件详解 文档文件 文件名称：README.md 文件格式：MD 字段映射介绍：包含数据集作者信息（Henry
中文译文（机器翻译，仅供快速理解，请以原文为准）：Dataset Overview: This dataset comprises serum metabolomics research data for predicting glucocorticoid treatment response in patients with myasthenia gravis (MG), derived from the NIH-funded MGTX clinical trial. Ultra-high-performance liquid chromatography-mass spectrometry was used to analyze the metabolomic and lipidomic profiles of patients'' baseline serum, correlate them with 6-month treatment response, identify predictive biomarkers, and conduct pathway analysis. It includes 4 supplementary tables and 1 documentation file. File Details: Documentation File. File Name: README.md. File Format: MD. Field Mapping Description: Contains dataset author information (Henry...
【获取与许可】
源站页面：https://haidatas.com/dataset/mgtx_based_zhongzhengjiwulizhiliaofanyingx_8a66dc50
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。
需登录公开下载
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。
暂未开放有偿下载
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://haidatas.com/dataset/mgtx_based_zhongzhengjiwulizhiliaofanyingx_8a66dc50
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
该数据集是基于MGTX临床试验的血清代谢组学研究数据，旨在预测重症肌无力（MG）患者对糖皮质激素治疗的反应。数据通过超高效液相色谱-质谱技术分析患者基线血清的代谢组和脂质组特征，并与6个月后的治疗反应进行关联，以识别预测生物标志物并进行通路分析。数据集包含4个补充表格和1个说明文档，主要应用于重症肌无力的精准医疗、治疗反应预测和代谢组学机制研究。
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。
