丙型肝炎病毒(HCV)特异性T细胞鉴定
该数据集来自clinicaltrials.gov,围绕丙型肝炎病毒(HCV)特异性T细胞的鉴定,涉及全球近1.75亿HCV感染者(约占全球人口3%)的背景

基本信息
资源简介
丙型肝炎病毒(HCV)特异性T细胞鉴定
该数据集来自clinicaltrials.gov,围绕丙型肝炎病毒(HCV)特异性T细胞的鉴定,涉及全球近1.75亿HCV感染者(约占全球人口3%)的背景。源站描述指出,急性HCV感染通常无症状(约80%患者无临床体征),使自发清除机制难以明确;免疫保护被认为主要依赖CD8 T细胞应答。研究者拟利用最新T细胞检测技术开发针对所有潜在HCV表位的四聚体面板,并采用HLA配体交换技术生产大量肽-HLA多聚体。该数据可用于HCV免疫应答与T细胞检测相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:丙型肝炎。全球近1.75亿人感染丙型肝炎病毒(HCV),接近全球人口的3%。与HIV等其他慢性感染不同,HCV是可以被清除的。尽管目前对慢性HCV患者治疗反应已有较多了解,但急性HCV感染通常无症状(约80%的患者无临床体征),这使得明确自发清除所涉及的机制具有挑战性。针对HCV的免疫保护被认为在很大程度上依赖于CD8 T细胞应答。因此,研究人员将使用最新的T细胞检测技术,开发一套针对所有潜在HCV表位的四聚体面板。为生产四聚体,研究人员将利用HLA配体交换技术,该技术允许生产非常大量的肽-HLA多聚体用于
【主题与分类】
主题标签:Hepatitis C。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01534728
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/NCT01534728
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:丙型肝炎。全球近1.75亿人感染丙型肝炎病毒(HCV),约占全球人口的3%。与HIV等其他慢性感染不同,HCV感染有可能实现病毒清除。尽管目前对慢性HCV患者治疗反应已有较多了解,但急性HCV感染通常无症状(约80%的患者无临床体征),这一事实使得明确自发清除所涉及的机制变得困难。针对HCV的免疫保护被认为在很大程度上依赖于CD8 T细胞应答。因此,研究人员将利用最新的T细胞检测技术,开发一套针对所有潜在HCV表位的特异性四聚体。为制备这些四聚体,研究人员将采用HLA配体交换技术,该技术能够生产极大量用于T细胞染色的肽-HLA多聚体。研究人员已利用已发表的病毒序列和算法预测数据库,对HCVg1和HCVg4的CD8 T细胞表位进行了大规模鉴定。
利用这些信息,研究人员目前正在开发用于T细胞染色的肽-HLA多聚体集合。因此,研究人员需要来自HCV+患者的大量淋巴细胞库,以测试每种四聚体在CD3+CD8+ T细胞上的灵敏度和准确性。研究人员希望检查感染HCV g1和HCV g4患者的细胞,以便能够测试和比较HCVg1和HCVg4感染中可能存在的保守表位的频率。一旦开发成功,该技术将使我们能够检查急性或慢性疾病患者中存在的所有病毒特异性CD8 T细胞,并且所需血量更少。这些技术的发展还将使我们能够针对病毒亚种流行的当地人群定制此类未来的诊断测试;例如,使用北非HLA等位基因针对HCVg4表位。使用s开展的工作
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。




