人大细胞肺癌细胞NCI-H460 [H460]

该数据集提供了人大细胞肺癌细胞株NCI-H460(H460)的标准化细胞资源信息,数据模态为实验细胞株及其生物学特征描述。数据内容涵盖细胞来源(大细胞肺癌患者胸水)、关键分子表达特征(如p53 mRNA、角蛋白、波形蛋白)以及质量检测结果(支原体阴性、STR鉴定)。其主要用途是为肺癌的分子机制研究、抗肿瘤药物筛选与评价以及癌症生物学基础研究提供可靠且经过鉴定的体外细胞模型。

国家模式与特色实验细胞资源库国家模式与特色实验细胞资源库
中国科技资源共享网
2025-12-01 更新
浏览 11
肺癌细胞生物技术

基本信息

创建/更新时间
2025-12-01

资源简介

该数据集为人大细胞肺癌细胞株NCI-H460(亦称H460)的资源信息。该细胞株来源于一位大细胞肺癌患者的胸水,经过体外培养建立。数据集包含该细胞株的关键生物学特征信息:其表达的p53 mRNA水平与正常肺细胞相当,未发现明显的DNA结构异常;细胞角蛋白和波形蛋白染色呈阳性,而神经丝三联体蛋白为阴性。该细胞株已通过支原体检测和STR(短串联重复序列)鉴定,确保其纯净性和身份唯一性。该数据集由国家模式与特色实验细胞资源库提供,主要服务于生命科学和生物技术领域的基础研究、药物筛选及癌症机制探索等方向,为相关实验提供标准化的细胞材料和技术支持。

原始链接

https://escience.org.cn/metadata/detail?cstrId=CSTR:19375.09.3101HUMTCHu205&id=72176a45901492835836654ac2eaf714:3101HUMTCHu205

访问原始数据

官方服务

如需原始数据获取支持或标注服务,请联系我们。

帮我联系

下载信息

注册下载

Tips: 该数据集需要在对应的数据源网站注册通过后,才能进行数据下载,注册有对应要求,或者需要收费。

需登录

公开下载

Tips: 该数据集属于公开下载,应该可以免费公开下载。

暂未开放

有偿下载

Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务,注意,服务不针对数据相关产权,只是技术服务费。

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

千方医数集,医疗数据集部分,是为社区服务的公开医疗数据集搜索引擎,并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求,可以和客服联系,或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。

使用方式

数据集获取

源站:https://escience.org.cn/metadata/detail?cstrId=CSTR:19375.09.3101HUMTCHu205&id=72176a45901492835836654ac2eaf714:3101HUMTCHu205

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 openxlabopenxlab.dataset.get(...)
    • ModelScope: pip install modelscopemodelscope 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

该数据集为人大细胞肺癌细胞株NCI-H460(亦称H460)的资源信息。该细胞株来源于一位大细胞肺癌患者的胸水,经过体外培养建立。数据集包含该细胞株的关键生物学特征信息:其表达的p53 mRNA水平与正常肺细胞相当,未发现明显的DNA结构异常;细胞角蛋白和波形蛋白染色呈阳性,而神经丝三联体蛋白为阴性。该细胞株已通过支原体检测和STR(短串联重复序列)鉴定,确保其纯净性和身份唯一性。该数据集由国家模式与特色实验细胞资源库提供,主要服务于生命科学和生物技术领域的基础研究、药物筛选及癌症机制探索等方向,为相关实验提供标准化的细胞材料和技术支持。

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))

精度瓶颈?数据缺失?

当前公开数据无法满足您的算法精度?千方提供针对 肺癌 的高质量、多模态真实临床数据定制解决方案。

获取专属数据定制方案