Covid-19 aAPC 疫苗的安全性与免疫性
该数据集来自 clinicaltrials.gov,主题为 Covid-19 aAPC 疫苗的安全性与免疫性,属于免疫系统疾病/其他分类

基本信息
资源简介
Covid-19 aAPC 疫苗的安全性与免疫性
该数据集来自 clinicaltrials.gov,主题为 Covid-19 aAPC 疫苗的安全性与免疫性,属于免疫系统疾病/其他分类。源站描述指出,SARS-CoV-2 为有包膜的正链单链 RNA 病毒,感染人数快速上升,WHO 警告 Covid-19 大流行迫在眉睫且后果严重,当时尚无可用疫苗或临床批准的抗病毒疗法。研究旨在评估一种经基因修饰的 aAPC 通用疫苗治疗和预防 Covid-19 的安全性与免疫反应性,主要目标为向志愿者注射该疫苗以评估安全性,次要目标为评估其抗 Covid-19 反应性(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:治疗和预防 Covid-19 感染。背景:2019 年发现的新型冠状病毒 SARS-CoV-2 是一种有包膜的正链单链 RNA 病毒。SARS-CoV-2 感染者数量迅速增加,WHO 警告 Covid-19 的大流行传播迫在眉睫,并将带来灾难性后果。Covid-19 可能对人类健康和全球经济构成严重威胁。目前尚无可用疫苗或临床批准的抗病毒疗法。本研究旨在评估一种经基因修饰的 aAPC 通用疫苗治疗和预防 Covid-19 的安全性和免疫反应性。目的:主要研究目标:向志愿者注射 Covid-19/aAPC 疫苗以评估安全性。次要研究目标:评估 Covid-19/aAPC 疫苗的抗 Covid-19 反应性。设计:1. 基于新冠状病毒的基因组序列
【主题与分类】
主题标签:Treat and Prevent Covid-19 Infection。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04299724
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/NCT04299724
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
条件:治疗和预防Covid-19感染。背景:2019年发现的新型冠状病毒SARS-CoV-2是一种包膜正链单链RNA病毒。SARS-CoV-2感染人数迅速增加,世界卫生组织警告称,Covid-19的大流行传播迫在眉睫,并将带来灾难性后果。Covid-19可能对人类健康和全球经济构成严重威胁。目前尚无可用疫苗或经临床批准的抗病毒疗法。本研究旨在评估一种基因修饰的aAPC通用疫苗治疗和预防Covid-19的安全性和免疫反应性。目的:主要研究目标:向志愿者注射Covid-19/aAPC疫苗以评估安全性。次要研究目标:评估Covid-19/aAPC疫苗的抗Covid-19反应性。设计:1. 基于新型冠状病毒SARS-CoV-2的基因组序列,选择保守且关键的结构蛋白和蛋白酶蛋白结构域,构建慢病毒微型基因以表达SARS-CoV-2抗原。2.
Covid-19/aAPC疫苗的制备方法是将包含免疫调节基因和病毒微小基因的慢病毒修饰应用于人工抗原呈递细胞(aAPCs)。随后,对Covid-19/aAPCs进行增殖灭活并经过广泛的安全性测试。3. 受试者在第0、14和28天通过皮下注射接受每次总计5x10^6个细胞。受试者在第0、14、21、28和60天进行外周血检测随访,直至试验结束。
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。




