肝纤维化研究数据管理系统

基于Python和Django的肝纤维化研究数据管理系统，专门用于GALECTIN-3靶向抗体治疗的数据分析。

特点

• 🐍 Python后端 (Django + DRF)
• ⚛️ React前端
• 📊 pandas + numpy数据分析
• 🧬 GALECTIN-3专项分析
• 📈 机器学习预测
• 🔬 医学数据处理
• 🗄️ MySQL数据库

技术栈

• Backend: Django, pandas, numpy, scikit-learn
• Frontend: React, TypeScript, Ant Design
• Database: MySQL 8.0
• Cache: Redis
• Analysis: Jupyter Notebooks
• Deploy: Docker + Docker Compose

环境要求

• Python 3.9+
• Node.js 16+
• MySQL 8.0+
• Redis 6+

快速开始

方式一：Docker部署（推荐）

# 克隆项目
git clone <repository-url>
cd liver-fibrosis-research-system

# 启动所有服务
docker-compose up -d

# 访问应用
# 前端: http://localhost:3000
# 后端API: http://localhost:8000
# 管理后台: http://localhost:8000/admin
# Jupyter: http://localhost:8888 (token: liver-fibrosis-research)

方式二：本地开发

# 1. 安装MySQL并创建数据库
mysql -u root -p
CREATE DATABASE liver_fibrosis_db CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci;

# 2. 安装后端依赖
cd backend
pip install -r requirements.txt

# 3. 配置环境变量（可选）
export DB_NAME=liver_fibrosis_db
export DB_USER=root
export DB_PASSWORD=your_password
export DB_HOST=localhost
export DB_PORT=3306

# 4. 运行数据库迁移
python manage.py migrate

# 5. 创建超级用户
python manage.py createsuperuser

# 6. 启动服务
python manage.py runserver

# 7. 安装前端依赖（另一个终端）
cd frontend
npm install
npm start

核心功能

🧬 GALECTIN-3分析

• 表达水平定量分析
• 治疗前后对比
• 与纤维化程度相关性
• 时间序列变化趋势
• 剂量-效应分析

📊 统计分析

• t检验、Mann-Whitney U检验
• 相关性分析（Pearson、Spearman）
• 线性回归和多元回归
• 生存分析（Kaplan-Meier）
• 方差分析（ANOVA）

🤖 机器学习

• 随机森林回归
• 特征重要性分析
• 预测模型构建
• 交叉验证
• 模型评估

📈 数据可视化

• matplotlib、seaborn静态图表
• plotly交互式图表
• 医学专用图表类型
• 实时数据监控

数据库结构

系统使用MySQL 8.0，主要包含以下核心表：

• 用户管理: Django默认用户表
• 实验数据: 实验设计、样本信息
• 生物标志物: GALECTIN-3等标志物数据
• 纤维化分期: F0-F4分期数据
• 治疗组信息: 对照组、治疗组、安慰剂组
• 分析结果: 统计分析和ML模型结果

API文档

启动服务后访问：

• Swagger UI: http://localhost:8000/api/docs/
• ReDoc: http://localhost:8000/api/redoc/

开发指南

代码规范

• Python: PEP 8, Black格式化
• JavaScript/TypeScript: ESLint + Prettier
• 提交信息: Conventional Commits

测试

# 后端测试
cd backend
python manage.py test

# 前端测试
cd frontend
npm test

数据分析

使用Jupyter Notebooks进行数据分析：

# 启动Jupyter
jupyter notebook notebooks/

# 或使用Docker
docker-compose exec jupyter jupyter notebook --ip=0.0.0.0 --port=8888

部署

生产环境部署

1. 配置环境变量
2. 设置SSL证书
3. 配置域名和反向代理
4. 启用监控和日志

# 生产环境启动
docker-compose -f docker-compose.yml -f docker-compose.prod.yml up -d

贡献指南

1. Fork项目
2. 创建功能分支 (git checkout -b feature/AmazingFeature)
3. 提交更改 (git commit -m 'Add some AmazingFeature')
4. 推送到分支 (git push origin feature/AmazingFeature)
5. 创建Pull Request

许可证

本项目采用MIT许可证 - 查看 LICENSE 文件了解详情

支持

• 📧 技术支持: support@liver-fibrosis.com
• 📖 文档: 查看 docs/ 目录
• 🐛 问题反馈: 创建GitHub Issue