黄酮类化合物抑制HBV复制及肝硬化(F3-F4)与HCC生物学逆转
该数据集来自clinicaltrials.gov,主题为黄酮类化合物抑制乙型肝炎病毒复制,并实现肝硬化(F3-F4)与肝细胞癌的生物学逆转

基本信息
资源简介
黄酮类化合物抑制HBV复制及肝硬化(F3-F4)与HCC生物学逆转
该数据集来自clinicaltrials.gov,主题为黄酮类化合物抑制乙型肝炎病毒复制,并实现肝硬化(F3-F4)与肝细胞癌的生物学逆转。数据涉及由抗坏血酸、L-精氨酸盐酸盐及高活性黄酮混合物(Kaempferol、Urinariaflavone、5,6-dihydroxy-7,8,4'-trimethoxy-flavone、Quercetin、Rutin)组成的治疗组合物,其作用包括保护肝细胞膜、缓解氧化应激、维持肝脏结构完整性,并通过中和慢性炎症产生的毒性蛋白、清除变性蛋白来重塑纤维化结构、去除瘢痕组织。可用于肝纤维化逆转与肝癌相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:乙型肝炎病毒感染。治疗组合物与作用机制。该药物组合物的核心是抗坏血酸、L-精氨酸盐酸盐与高效黄酮混合物(Kaempferol、Urinariaflavone、5,6-dihydroxy-7,8,4'-trimethoxy-flavone、Quercetin和Rutin)的协同复合物。这些化合物作为保护肝细胞膜、缓解氧化应激和维持肝脏结构完整性的关键成分。结构再生与纤维化逆转。所选黄酮通过中和长期慢性炎症过程中产生的毒性蛋白,专门针对肝实质的恢复。通过阻断和清除改变肝组织的变性蛋白,该组合物促进纤维化结构的重塑和瘢痕组织的去除。抗坏血酸和L-A
【主题与分类】
主题标签:Hepatitis B Virus Infection。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07084948
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://clinicaltrials.gov/study/NCT07084948
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
适应症:乙型肝炎病毒感染。治疗组合物及其作用机制。该药物组合物的核心是抗坏血酸、L-精氨酸盐酸盐与高效黄酮类混合物(山奈酚、珍珠草黄酮、5,6-二羟基-7,8,4’-三甲氧基黄酮、槲皮素和芦丁)组成的协同复合物。这些化合物作为保护肝细胞膜、减轻氧化应激和维持肝脏结构完整性的关键因子。结构再生与纤维化逆转。所选黄酮类化合物通过中和长期慢性炎症过程中产生的毒性蛋白,特异性靶向肝实质的恢复。通过阻断和清除改变肝组织的变性蛋白,该组合物促进纤维化结构的重塑和瘢痕组织的清除。抗坏血酸和L-精氨酸作为必需催化剂,增强细胞黏附并与黄酮类化合物协同作用,加速健康肝细胞的再生。免疫调节与内皮稳定性。
该制剂作为稳定内皮功能、维持皮质醇水平在生理范围内的关键补充。此配方的一项重大突破在于其能够刺激B淋巴细胞的生成并优化其反应,从而增强机体的适应性免疫系统。此外,该组合物旨在促进生长激素的释放,营造有利于细胞修复的内部环境。临床意义与肿瘤预防:尽管全球范围内正在研究众多针对肝炎和肝硬化的疗法,但该特定配方的疗效代表了一项重大进展,并得到了8年纵向随访数据的验证。这些药物成分的精确配比旨在最大化其在预防和治疗急性/慢性肝炎及晚期肝硬化方面的治疗作用。至关重要的是,该组合物有效
数据加载示例(图像类)
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




