造血干细胞移植前后增强T细胞重建的抗病毒细胞疗法
该数据集来自clinicaltrials.gov,聚焦于造血干细胞移植前后通过抗病毒细胞疗法增强T细胞重建的研究。研究主要评估从异体病毒特异性T细胞系库中获取的HLA最匹配的多病毒特异性T细胞系是否对EBV、CMV和腺病毒具有抗病毒活性

基本信息
资源简介
造血干细胞移植前后增强T细胞重建的抗病毒细胞疗法
该数据集来自clinicaltrials.gov,聚焦于造血干细胞移植前后通过抗病毒细胞疗法增强T细胞重建的研究。研究主要评估从异体病毒特异性T细胞系库中获取的HLA最匹配的多病毒特异性T细胞系是否对EBV、CMV和腺病毒具有抗病毒活性。供者来源的VSTs在预防和治疗移植后相关感染方面已显示出前景,但制备患者特异性产品耗时以及脐带血和血清阴性供者缺乏病毒特异性记忆T细胞限制了其应用。替代方案是使用库存的部分HLA匹配的异体VSTs(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:巨细胞病毒感染、腺病毒感染、EBV感染。本研究的主要目的是评估从异体病毒特异性T细胞系库中获取的HLA最匹配的多病毒特异性T细胞系是否对三种病毒具有抗病毒活性:EBV、CMV和腺病毒。通过供者来源的VSTs重建抗病毒免疫已在预防和治疗移植后CMV、EBV和腺病毒相关感染方面显示出前景。然而,制备患者特异性产品所需的时间以及脐带血和血清阴性供者中缺乏病毒特异性记忆T细胞,限制了它们的价值。一种替代方案是使用库存的部分HLA匹配的异体VSTs。贝勒医学院先前的一项II期研究使用由单核细胞和经基因修饰的EBV转化B细胞生成的三病毒特异性VSTs,该基因修饰带有c
【主题与分类】
主题标签:Cytomegalovirus Infections、Adenovirus Infection、EBV Infection。本站分类:感染性疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03475212
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/NCT03475212
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:巨细胞病毒感染、腺病毒感染、EBV感染。本研究的主要目的是评估从异体病毒特异性T细胞系库中获取的、HLA配型最接近的多病毒特异性T细胞系是否对三种病毒具有抗病毒活性:EBV、CMV和腺病毒。通过供体来源的病毒特异性T细胞重建抗病毒免疫,在预防和治疗移植后与CMV、EBV和腺病毒相关的感染方面已显示出前景。然而,制备患者特异性产品所需的时间以及在脐带血和血清阴性供体中缺乏病毒特异性记忆T细胞,限制了其价值。另一种选择是使用库存的部分HLA匹配的异体病毒特异性T细胞。贝勒医学院先前的一项II期研究使用了三病毒特异性T细胞,这些细胞是通过单核细胞和经表达CMV-pp65的临床级腺病毒载体基因修饰的EBV转化B细胞激活并扩增特异性T细胞而生成的,该研究显示了这种方法在治疗难治性CMV、EBV和腺病毒感染方面的可行性、安全性和活性。
更近期的方案利用合成病毒肽库,可在10-12天内实现靶向多种病毒抗原的T细胞的体外扩增,而无需使用病毒转导。该研究将评估部分HLA匹配的异体多病毒特异性VSTs(使用覆盖CMV、腺病毒和EBV免疫原性抗原的重叠肽库激活)是否安全,并在免疫功能低下、感染一种或多种目标病毒且这些病毒尽管接受常规抗病毒治疗仍持续存在的受者中产生抗病毒效果。本研究将评估部分匹配VST疗法在以下人群中的安全性和有效性:A)在HSCT后期间患有持续性病毒感染的患者,以及B)患有原发性免疫缺陷病、存在持续性病毒感染且未接受HSCT的患者。将评估研究药物的安全性和抗病毒活性。
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。




