肿瘤坏死因子靶向递送联合lomustine诱导胶质母细胞瘤T细胞依赖性消退

该数据集来自omicsdi.org,聚焦于L19TNF(基于肿瘤坏死因子的抗体-细胞因子融合蛋白)联合烷化剂lomustine治疗胶质母细胞瘤的研究

omicsdi
浏览 5
基因组分类Immunotherapy mhc-iImmunopeptidomics
Targeted delivery of tumor necrosis factor in combination with lomustine induces a T-cell dependent regression of glioblastoma

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-24

资源简介

肿瘤坏死因子靶向递送联合lomustine诱导胶质母细胞瘤T细胞依赖性消退

该数据集来自omicsdi.org,聚焦于L19TNF(基于肿瘤坏死因子的抗体-细胞因子融合蛋白)联合烷化剂lomustine治疗胶质母细胞瘤的研究。数据覆盖原位胶质瘤小鼠模型及复发胶质母细胞瘤患者,涉及肿瘤内皮激活、肿瘤DNA损伤、治疗相关肿瘤坏死、MHC I类抗原呈递增强、肿瘤免疫细胞浸润及免疫抑制降低等机制。可用于免疫治疗、免疫肽组学及胶质母细胞瘤联合治疗研究(来源 omicsdi.org)。

【数据内容】

源站描述(机器翻译,仅供参考):胶质母细胞瘤是侵袭性最强的原发性脑肿瘤,亟需更有效的疗法。我们在此报告,将L19TNF(一种基于肿瘤坏死因子、可选择性定位于肿瘤新生血管的抗体-细胞因子融合蛋白)与烷化剂lomustine联合,可在原位胶质瘤荷瘤小鼠及复发胶质母细胞瘤患者中诱导肿瘤消退。机制上,这种显著的协同作用关键依赖于T细胞,并涉及肿瘤内皮激活、肿瘤DNA损伤、治疗相关肿瘤坏死、MHC I类分子抗原呈递增加及肿瘤免疫细胞浸润,以及肿瘤相关免疫抑制降低。该方法的临床转化正在进行中,但已在首批接受L19TNF联合治疗的复发胶质母细胞瘤患者队列中显示出持久缓解。

【主题与分类】

主题标签:Immunotherapy mhc-i、Immunopeptidomics。本站分类:肿瘤/脑肿瘤。

【获取与许可】

源站页面:https://omicsdi.org/dataset/pride/PXD041256

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://omicsdi.org/dataset/pride/PXD041256

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 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。

数据说明

胶质母细胞瘤是最具侵袭性的原发性脑肿瘤,目前仍缺乏更有效的治疗手段。本文报道,将L19TNF——一种基于肿瘤坏死因子、可选择性定位于肿瘤新生血管的抗体-细胞因子融合蛋白——与烷化剂洛莫司汀联合使用,可在原位胶质瘤荷瘤小鼠及复发胶质母细胞瘤患者中诱导肿瘤消退。在机制上,这一显著的协同作用关键依赖于T细胞,并涉及肿瘤内皮激活、肿瘤DNA损伤、治疗相关肿瘤坏死、MHC I类分子抗原呈递增强及肿瘤免疫细胞浸润增加,以及肿瘤相关免疫抑制减弱。该方法的临床转化正在进行中,但已在首批接受L19TNF联合洛莫司汀治疗的复发胶质母细胞瘤患者队列中显示出持久缓解(NCT04573192)。

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。

获取专属数据定制方案