新型反义寡核苷酸滴眼液治疗耐药细菌性角膜炎
该数据集来自 clinicaltrials.gov，围绕一项反义寡核苷酸（ASO）治疗成人（18 至 70 岁）严重耐药细菌性角膜炎的研究，计划入组约 20 名受试者
基本信息
资源简介
新型反义寡核苷酸滴眼液治疗耐药细菌性角膜炎
该数据集来自 clinicaltrials.gov，围绕一项反义寡核苷酸（ASO）治疗成人（18 至 70 岁）严重耐药细菌性角膜炎的研究，计划入组约 20 名受试者。研究涉及细菌性角膜炎、耐药细菌感染、角膜疾病、眼部疾病、视力障碍、感觉障碍与失明等状况。研究采用 Trojan 策略，通过细菌特异性 ATP 结合盒（ABC）糖转运蛋白将 ASO 特异递送至多种细菌而非哺乳动物细胞。数据可用于抗菌治疗、眼科感染与反义肽核酸递送相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：状况：细菌性角膜炎、耐药细菌、感染、细菌性、角膜疾病、眼部疾病、视力障碍、感觉障碍、失明。这是一项在患有严重耐药细菌性角膜炎的成人（18 至 70 岁）参与者中开展的反义寡核苷酸（ASO）研究。约 20 名参与者将被入组。感染性角膜炎或眼内炎主要由外伤或眼内手术操作引起，已对人类视力健康构成严重威胁。其中，感染性角膜炎是发展中国家最常见的致盲性角膜病变。我们开发了一种新型 Trojan 策略，通过细菌特异性 ATP 结合盒（ABC）糖转运蛋白将 ASO 特异性递送至多种细菌而非哺乳动物细胞。与其细胞穿透肽对应物相比，反义肽核酸
【主题与分类】
主题标签：Bacterial Keratitis、Antibiotic-resistant Bacteria、Infections, Bacterial、Corneal Diseases、Eye Diseases、Vision Disorders、Sensation Disorders、Blindness、Antisense Peptide Nucleic Acid、Antibacterial Therapy。本站分类：消化系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06451172
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://clinicaltrials.gov/study/NCT06451172
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
疾病：细菌性角膜炎、耐药细菌、感染、细菌性、角膜疾病、眼部疾病、视力障碍、感觉障碍、失明。这是一项关于反义寡核苷酸（ASOs）在18至70岁患有严重耐药细菌性角膜炎的成年参与者中的研究。预计将招募约20名参与者。感染性角膜炎或眼内炎，主要由外伤或眼内手术引起，对人类视觉健康构成了严重威胁。其中，感染性角膜炎是发展中国家最常见的致盲性角膜病变。我们开发了一种新型的特洛伊木马策略，通过细菌特异性的ATP结合盒（ABC）糖转运蛋白，将ASOs特异性地递送到多种细菌而非哺乳动物细胞中。与细胞穿透肽相比，经葡萄糖聚合物修饰的反义肽核酸能选择性地内化进入人源多重耐药大肠杆菌和耐甲氧西林金黄色葡萄球菌，并且显示出更高的摄取率。
随访期为90天，患者将在治疗后1天、3±1天、7±1天、14±2天、30±2天和90±5天进行随访。
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。
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。
