用于研究工程化氢化可的松治疗原位结肠癌的数据集
该数据集包含化学工程化氢化可的松衍生物在结肠癌治疗研究中的实验数据，涵盖文本和表格形式的物理化学性质、自聚集行为、载药能力及细胞选择性摄取等多模态信息，主要用于探索氢化可的松作为生物材料在增强癌细胞药物敏感性和靶向递送抗癌药物与基因方面的应用，为癌症靶向治疗和药物递送系统研究提供支持。
基本信息
资源简介
用于研究工程化氢化可的松治疗原位结肠癌的数据集
【数据集背景】
本数据集源站标题为《Dataset for studies on engineered hydrocortisone for treating orthotopic colon cancer》。源站首次发布：2020-06-11。
【数据内容】
源站原始描述：This dataset provides the details of the experimental data submitted in main text as well as in supplementary information for the studies related to depiction of systemic potential of chemically engineered hydrocortisone molecule for the treatment of colon cancer. We find that cationic lipid-conjugation with hydrocortisone infused a special property in the hydrocortisone derivative. Initially, the molecule acted as a potent anticancer molecule but we could not comprehend its further behaviour be…
【数据结构与技术规格】
文件数 2 个，合计 68.41 MB。数据集 DOI：10.17632/4tpm8whg3b.1。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/4tpm8whg3b
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/4tpm8whg3b
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
该数据集提供了关于化学工程化改造的氢化可的松分子在结肠癌治疗中系统性潜力研究的主要文本和补充信息中的实验数据详情。数据集包含氢化可的松经阳离子脂质修饰后形成的衍生物的物理化学性质（如表面电荷、流体动力学尺寸）、自聚集行为、载药能力（小分子药物和基因）以及其在癌细胞选择性摄取和核定位方面的实验数据。数据来源于实验室研究，通过快速注射法等实验方法构建。该数据集主要用于研究氢化可的松衍生物作为治疗性生物材料在癌症治疗中的应用，特别是在增强癌细胞对药物敏感性以及实现抗癌药物和基因的癌细胞选择性递送方面的研究方向。
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。
