检查点阻断性视神经炎以具有持久抗原特异性的CD8+ T细胞为特征

该数据集包含来自检查点阻断性视神经炎(CBON)患者队列的配对外周血和脑脊液样本的多组学数据,主要数据模态为临床表格、基因表达和免疫细胞表型信息,旨在揭示CBON的病理机制,特别是CD30+CD8+ T细胞在疾病中的关键作用及其对MOG和AQP4抗原的持久特异性,并验证抗IL-6R治疗的临床效果,为自身免疫性视神经炎的靶向治疗研究提供重要资源。

Yifei MaYifei Ma
科学数据银行
2025-12-10 更新
浏览 11
自身免疫性视神经炎免疫病理检查点抑制剂相关神经毒性

基本信息

创建/更新时间
2025-12-10

资源简介

该数据集聚焦于检查点阻断性视神经炎(CBON),这是一种由免疫检查点抑制剂治疗引发的严重神经眼科并发症,常导致永久性视力丧失。数据集通过整合多组学分析,包含了来自明确CBON队列的配对外周血和脑脊液样本数据,揭示了CD30+CD8+ T细胞群作为CBON的病理标志。这些细胞表现出稳定的细胞毒性-Th17表型,表达CD137、PD-1、IL-17A和GZMB,并在疾病过程中持续存在,与视力丧失和影像学进展等临床严重程度指标密切相关。研究进一步发现这些细胞对MOG和AQP4的主要表位具有持久反应性,由跨患者共享且随时间保持的保守TRAV20_TRBV28 TCR克隆型介导。此外,数据集还提供了多中心治疗队列的临床转化验证,表明抗IL-6R治疗能显著降低CD30+CD8+ T细胞频率并改善视力结局,为靶向治疗策略提供了依据。

原始链接

https://www.scidb.cn/detail?dataSetId=9022073549a240f8927ba9643cb94fe2

访问原始数据

官方服务

如需原始数据获取支持或标注服务,请联系我们。

帮我联系

下载信息

注册下载

Tips: 该数据集需要在对应的数据源网站注册通过后,才能进行数据下载,注册有对应要求,或者需要收费。

暂未开放

公开下载

Tips: 该数据集属于公开下载,应该可以免费公开下载。

暂未开放

有偿下载

Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务,注意,服务不针对数据相关产权,只是技术服务费。

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

千方医数集,医疗数据集部分,是为社区服务的公开医疗数据集搜索引擎,并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求,可以和客服联系,或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。

使用方式

数据集获取

源站:https://www.scidb.cn/detail?dataSetId=9022073549a240f8927ba9643cb94fe2

标准获取流程

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 部分平台提供 SDK,例如:
    • OpenDataLab: pip install openxlabopenxlab.dataset.get(...)
    • ModelScope: pip install modelscopemodelscope 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。

数据说明

该数据集聚焦于检查点阻断性视神经炎(CBON),这是一种由免疫检查点抑制剂治疗引发的严重神经眼科并发症,常导致永久性视力丧失。数据集通过整合多组学分析,包含了来自明确CBON队列的配对外周血和脑脊液样本数据,揭示了CD30+CD8+ T细胞群作为CBON的病理标志。这些细胞表现出稳定的细胞毒性-Th17表型,表达CD137、PD-1、IL-17A和GZMB,并在疾病过程中持续存在,与视力丧失和影像学进展等临床严重程度指标密切相关。研究进一步发现这些细胞对MOG和AQP4的主要表位具有持久反应性,由跨患者共享且随时间保持的保守TRAV20_TRBV28 TCR克隆型介导。此外,数据集还提供了多中心治疗队列的临床转化验证,表明抗IL-6R治疗能显著降低CD30+CD8+ T细胞频率并改善视力结局,为靶向治疗策略提供了依据。

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。

精度瓶颈?数据缺失?

当前公开数据无法满足您的算法精度?千方提供针对 视神经炎 的高质量、多模态真实临床数据定制解决方案。

获取专属数据定制方案