Curatopes黑色素瘤
该数据集是一个专注于黑色素瘤研究的生物信息学数据库，包含从黑色素瘤活检样本中预测的非突变肽表位数据，数据模态为基因表达谱衍生的肽序列信息，主要应用于肿瘤抗原预测、免疫治疗靶点发现以及临床试验设计，为黑色素瘤的精准免疫治疗研究提供关键资源。
基本信息
资源简介
Curatopes黑色素瘤
【一句话概览】
Curatopes 是通往其数据库的入口页面，提供 Curatopes Melanoma 和 Curatopes Uveal Melanoma 两个数据库的访问。使用该数据库即表示用户知悉，所预测的表位均未获批准用于人类治疗，并同意法律免责声明中列出的条款与条件，尤其是所呈现表位对特定用途的适用性。该页面设有确认已阅读并理解免责声明的入口。Curatopes 由德国埃尔朗根的系统肿瘤免疫学实验室开发，相关标签包括黑色素瘤、葡萄膜黑色素瘤、表位和肿瘤免疫学（来源 curatopes.com）。
【数据集背景】
本数据集源站标题为《Curatopes》。
【数据内容】
源站原始描述：Welcome to Curatopes! This page acts as a gateway to the Curatopes databases. Access Curatopes Melanoma Access Curatopes Uveal Melanoma By using our database, you acknowledge that none of the predicted epitopes have been approved for the treatment of humans, and you agree to the terms and conditions outlined in the legal disclaimer , in particular but not limited to the fitness of the presented epitopes for a specific purpose. I have read and understood the disclaimer, let me in Return to the ov…
中文译文（机器翻译，仅供快速理解，请以原文为准）：欢迎来到Curatopes！本页面是通往Curatopes数据库的门户。访问Curatopes黑色素瘤数据库 访问Curatopes葡萄膜黑色素瘤数据库 使用我们的数据库即表示您知晓所有预测的表位均未获准用于人类治疗，并且您同意法律免责声明中列出的条款和条件，特别是但不限于所呈现表位对特定用途的适用性。我已阅读并理解免责声明，让我进入 返回概览 法律免责声明 由德国埃尔朗根系统肿瘤免疫学实验室开发。
【主题与分类】
主题标签：Melanoma、Uveal Melanoma、Epitopes、Tumor Immunology。
【获取与许可】
源站页面：https://www.curatopes.com
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。
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
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
Curatopes黑色素瘤是一个综合性数据库，包含从32个黑色素瘤活检样本中过度表达的基因中预测的非突变肽表位，这些表位经过与关键生存组织表达谱的筛选对比。该数据集通过生物信息学方法构建，数据来源于黑色素瘤与健康组织的基因表达差异分析，主要应用于肿瘤抗原预测、免疫治疗靶点筛选以及临床试验设计支持。
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))
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。
