癌症自发性消退：黑色素瘤数据集
该数据集是一个基于基因表达模态的黑色素瘤研究资源，包含微阵列分析数据、驱动基因识别结果以及网络药理学分析内容，主要用于探索癌症自发性消退机制、筛选靶向治疗候选分子（如阿培利司和西妥昔单抗），并通过分子对接与动力学模拟评估其抑制BRAF和NRAS癌基因的潜力，为肿瘤治疗提供理论依据和临床转化方向。
基本信息
资源简介
癌症自发性消退：黑色素瘤数据集
【数据集背景】
本数据集源站标题为《Spontaneous Regression of Cancer : Melanoma》。源站首次发布：2025-03-11。
【数据内容】
源站原始描述：The spontaneous cancer regression process, a well-documented paradoxical natural phenomenon, shows that malignant tumors can episodically undergo complete permanent elimination without treatment, and thus may be used for incisive therapeutic design innovations. This approach has high novelty as spontaneous regression process displays no toxicity or recurrence, as compared to customary therapy, and thus duplicating such regression process is highly desirable. Our aim was to probe this phenomenon…
【数据结构与技术规格】
文件数 6 个，合计 3.31 GB。数据集 DOI：10.17632/4xpff636jc.1。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/4xpff636jc
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://data.mendeley.com/datasets/4xpff636jc
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
该数据集聚焦于癌症自发性消退这一自然现象，以恶性黑色素瘤为案例研究对象。数据集包含黑色素瘤自发消退过程中的基因表达数据，涉及微阵列分析、驱动基因识别（如17个自发消退驱动基因）、基因本体论分析、差异表达基因以及网络药理学分析。数据来源于Mendeley Data平台，通过计算生物分子动力学分析构建，重点研究了MAPK和PI3K-AKT信号通路，并针对BRAF和NRAS癌基因进行抑制，以模拟自发消退过程。数据集的主要研究方向包括肿瘤自发性消退机制探索、靶向治疗候选分子（如阿培利司和西妥昔单抗）的发现，以及通过分子对接和分子动力学模拟评估蛋白质-配体复合物的稳定性，为临床肿瘤治疗提供潜在的创新策略。
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。
