数据集基础信息：本数据集是基于欧洲EPMC公开文献数据库API下载的肿瘤靶向治疗与免疫治疗相关临床试验及研究文献，通过智谱AI大模型进行语义理解与结构化信息提取后加工构建的基于肿瘤精准医学的基因与药物相关性文献知识库。每条记录对应一篇经AI结构化解析的肿瘤相关文献，涵盖文献基本信息研究类别、临床试验分期、研究人群、病种、研究起止时间以及基因-药物关联与疗效信息基因位点、药物、治疗/干预措施、主要终点、HR/95%CI/P值、关键亚组结果、作者结论、研究局限性。当前收录肿瘤基因-药物关联的临床文献知识数据约350万条，数据可溯源至EPMC公开文献数据库。 应用场景：本数据集主要用于肿瘤精准医疗中基因-药物关联知识的查询与临床证据参考，支撑靶向治疗与免疫治疗的用药决策、肿瘤药物研发与临床试验设计、基因-药物关联的文献证据检索与系统综述等场景。 运用价值：通过EPMC公开文献的自动化采集与智谱AI大模型的结构化提取，将海量非结构化文献转化为可检索、可关联、可复用的结构化知识，显著提升肿瘤基因-药物临床证据的获取与利用效率，为精准用药决策、药物研发和临床研究提供系统性数据支撑。

1.数据获取：通过欧洲PMC（EPMC）的公开 API，按肿瘤靶向治疗、免疫治疗、基因突变等相关检索式批量下载文献元数据及全文/摘要文本，形成原始文献数据集。2.加工前数据：为EPMC API返回的公开文献元数据与全文/摘要文本，属公开获取的原始文献数据。3.AI结构化提取：调用智谱AI大模型，对每篇文献的全文/摘要文本进行语义理解与结构化信息抽取，生成以下AI加工新字段：研究类别、临床试验分期、研究人群、病种、研究起止时间、基因位点、药物、治疗/干预措施、主要终点、HR/95%CI/P值、关键亚组结果、作者结论、研究局限性。上述字段为基于原始文献文本经AI模型加工生成的衍生数据。4.质量校验：对AI提取结果设置校验机制，对基因位点、药物、主要终点等关键字段进行人工抽检与复核，剔除提取异常或关键信息缺失的记录，确保结构化数据的准确性与可信度。5.格式规范：最终以标准Excel表格输出，形成肿瘤精准医疗基因-药物关联的临床文献知识库。

本数据集主要用于肿瘤精准医疗中基因-药物关联知识的查询与临床证据参考，可广泛应用于以下场景：1.精准用药决策：为临床医师提供基因位点与对应药物的文献证据，支持靶向治疗与免疫治疗的个体化用药方案选择；2.药物研发与临床试验设计：为药物研发人员提供相关基因-药物关联的临床证据，辅助靶点筛选与试验方案设计；3.文献证据检索：支持按病种、基因位点、药物等维度快速检索相关临床试验文献及其疗效数据，提高文献调研效率；4.系统综述与知识梳理：为肿瘤基因-药物关联的系统综述、知识图谱构建和临床指南制定提供结构化数据基础；5.学术研究与教学：为肿瘤精准医疗、临床药理等领域的学术研究提供可复用的结构化知识数据。

文献ID 期刊 当前影响因子（IF） 通讯作者 引用次数 研究类别 临床试验分期 病种 基因位点 药物 10.1002/cai2.70058 Cancer Innovation 3.3 Bo Pan 0 临床试验 II 乳腺癌 ER+,HER2- 10.1002/cncr.70396 Cancer 4.0 Byoung Chul Cho 2 临床试验 I 胃癌/食管癌 无 10.1001/jamaoncol.2025.3700 JAMA Oncology 7.6 Peter A. Fasching 20 临床试验 III 肺癌等 ER+,HER2- 治疗/干预措施 主要终点 HR/95CI/P值 dalpiciclib 75mg/m2 q3w,ET PFS 无 无 ORR:27% in NSCLC-N等 无 ribociclib 400mg qd d1-21 of a 28-day cycle over 36 months plus NSAI iDFS:90.8% vs 88.1% (3年)等 HR=0.72(95% CI, 0.61-0.84) 附件下载

序号、文献ID (PMID/DOI)、标题、期刊、年份、当前影响因子（IF）、通讯作者、作者单位、引用次数、原文链接、文献文本存储路径、研究类别、临床试验分期、研究人群、病种、研究起止时间、基因位点、药物、治疗/干预措施、主要终点、HR/95CI/P值、关键亚组结果、作者结论、研究局限性