诱发间质性肺病药物：结构与靶点的in silico分析
该数据集来自doi.org，包含用于“诱发间质性肺病药物：结构与靶点的in silico分析”研究的代码与数据，共41个文件，样例包括README.docx、Contents.xlsx、SQL与Python脚本等
基本信息
资源简介
诱发间质性肺病药物：结构与靶点的in silico分析
Drugs inducing interstitial lung disease: in silico analysis of their structures and targets
该数据集来自doi.org，包含用于“诱发间质性肺病药物：结构与靶点的in silico分析”研究的代码与数据，共41个文件，样例包括README.docx、Contents.xlsx、SQL与Python脚本等。数据围绕药物诱发间质性肺病这一主题，涉及药物结构、靶点及ABCG2、脱靶等关键词，可用于药物性间质性肺病的in silico分析与预测研究（来源 figshare，CC BY 4.0 许可）。
【数据集背景】
源站首次发布：2026-07-16。
【数据内容】
源站描述（机器翻译，仅供参考）：用于“诱发间质性肺病药物：结构与靶点的in silico分析”研究的代码与数据集。
【数据结构与技术规格】
文件数 41 个，合计 506.76 MB。数据集 DOI：10.6084/m9.figshare.31771030.v1。
【主题与分类】
源站学科分类：Medical biochemistry and metabolomics not elsewhere classified。主题标签：Drug-induced disease、Interstitial lung disease、ABCG2、Off-target。本站分类：呼吸系统疾病。
【适用方向】
源站学科分类标注为 Medical biochemistry and metabolomics not elsewhere classified。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/Drugs_inducing_interstitial_lung_disease_i_i_i_in_silico_i_analysis_of_their_structures_and_targets/31771030
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Tanabe, Mao (2026). Drugs inducing interstitial lung disease: in silico analysis of their structures and targets. figshare. Dataset
【使用注意】
· 源站最后修改于 2026-07-21，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://doi.org/10.6084/m9.figshare.31771030
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 506.8 MB。
数据说明
用于“诱导间质性肺病的药物：其结构与靶点的计算机分析”研究的代码和数据集
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
