时空肿瘤智能体模型逆设计复现数据
数据集简介
归档内容与用途
该归档服务于修订版 DED 流程论文的复现工作,论文题为《A discovery of emergent drivers (DED) uncovers parameter hierarchies in spatiotemporal agent-based tumor models》。其核心目的是让研究者能够重跑基于 ABC-SMC 与随机森林的逆设计(inverse-design)流程,完成对时空智能体(agent-based)肿瘤模型的参数估计、敏感性分析,并逐图复现论文图件。
归档中的粒子集合附带随机森林目标拟合权重。需要特别留意:这些权重并非校准后的后验概率,原因是采样器省略了 ABC-SMC 提议密度校正,使用时不应将其直接解释为后验概率。
文件构成与目录线索
数据归档 inverse_design_paper_v1.2.tar.gz 因上传大小限制被拆成 11 个分片,命名从 .part00 到 .part10。解包后可见的内容包括:
- 粒子集合(particle sets),带随机森林目标拟合权重;
- 汇总指标(summary metrics)与目标指标(target metrics);
- 派生分析表(derived analysis tables);
- 逐图源数据(per-figure source data);
- ARCADE 模型 jar 文件。
此外还有 DED 流程代码与修订分析脚本的 zip 快照。归档内以 README.md 描述目录结构,SOURCES.tsv 记录每个文件的来源,MANIFEST.SHA256 用于整包校验;paper/plos_revision/ 目录把每个稿件条目映射到对应脚本。
下载、合并与校验
由于上传大小限制,数据归档被切分为 11 个分片。使用时需下载全部分片,在命令行中用 cat 命令按顺序合并还原:
cat inverse_design_paper_v1.2.tar.gz.part* > inverse_design_paper_v1.2.tar.gz
合并完成后,应将结果与 SHA256SUMS.txt 中的校验值对照,确认归档完整无误。SHA256SUMS.txt 本身仅 1.4 kB。
版本与配套仓库
本版本为 v1.2,取代此前的 v1.1。配套的软件仓库位于 GitHub 的 bagherilab/inverse-design,采用 MIT 许可证;本数据条目标记为开放获取。
关键词与学科
该数据属于计算生物学领域,涉及基于智能体的肿瘤建模与贝叶斯推断(ABC-SMC);数据形态为粒子集合与表格数据(参数样本、目标拟合权重、指标汇总表、派生分析表、逐图源数据)以及代码归档。
引用信息
数据由华盛顿大学的 CHIU, PO-HAO、Evart, Jacob I.、Cain, Jason Y. 与导师 Bagheri, Neda 所在的 bagherilab 发布。页面 DOI 字段在源记录中被截断,具体 DOI 取值未在本条目中给出,引用时请以落地页显示为准。