植物表达系统生产的生物治疗药物聚糖免疫原性数据——taliglucerase alfa 案例
植物是生产生物治疗药物的一种有前景的替代方案。在植物中生产会添加植物特异性聚糖。为了解这些聚糖的免疫原性潜力,我们开发了一种经过验证的方法,用于检测人血清中的植物特异性聚糖抗体

基本信息
资源简介
植物表达系统生产的生物治疗药物聚糖免疫原性数据——taliglucerase alfa 案例
植物是生产生物治疗药物的一种有前景的替代方案。在植物中生产会添加植物特异性聚糖。为了解这些聚糖的免疫原性潜力,我们开发了一种经过验证的方法,用于检测人血清中的植物特异性聚糖抗体
Data from: Immunogenicity of glycans on biotherapeutic drugs produced in plant expression systems - the taliglucerase alfa story
【数据集背景】
源站首次发布:2018。
【数据内容】
源站描述(机器翻译,仅供参考):植物是生产生物治疗药物的一种有前景的替代方案。在植物中生产会添加植物特异性聚糖。为了解这些聚糖的免疫原性潜力,我们开发了一种经过验证的方法,用于检测人血清中的植物特异性聚糖抗体。使用该检测方法,在健康人(13.5%)和葡萄糖脑苷脂酶缺陷型 Gaucher 病(GD)患者(5%)中发现了低流行率的预先存在的抗植物聚糖抗体。在 GD 患者接受 taliglucerase alfa(一种在植物细胞中生产的人葡萄糖脑苷脂酶版本)替代治疗长达 30 个月后,观察到低发生率(初治患者为 9%,有治疗经验患者中为零)的诱导性抗植物聚糖抗体。对临床安全性和有效性终点的详细评估表明,抗植物聚糖抗体并未影响 taligl
【主题与分类】
主题标签:免疫系统疾病、药物过敏、植物特异性聚糖、抗聚糖抗体、Gaucher 病、生物治疗药物。本站分类:免疫系统疾病/药物过敏。
【获取与许可】
源站页面:https://datadryad.org/dataset/doi:10.5061/dryad.75m46
使用许可:Creative Commons Zero v1.0 Universal。
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://doi.org/10.5061/dryad.75m46
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:
数据集大小约 474.0 KB。
数据说明
植物是生产生物治疗药物的一种有前景的替代方案。在植物中生产会添加植物特异性聚糖。为了解这些聚糖的免疫原性潜力,我们开发了一种经过验证的方法,用于检测人血清中的植物特异性聚糖抗体。使用该检测方法,在健康人(13.5%)和葡萄糖脑苷脂酶缺乏的戈谢病(GD)患者(5%)中发现了低流行率的预存抗植物聚糖抗体。在接受taliglucerase alfa(一种在植物细胞中生产的人葡萄糖脑苷脂酶版本)替代治疗长达30个月的GD患者中,观察到诱导产生的抗植物聚糖抗体发生率较低(初治患者为9%,经治患者中未观察到)。对临床安全性和有效性终点的详细评估表明,抗植物聚糖抗体未影响taliglucerase alfa在患者中的安全性或有效性。本研究表明了利用大规模人体试验评估植物来源聚糖免疫原性风险的优势,并表明与抗植物聚糖抗体相关的风险不明显。
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。



