ATX-559(口服DHX9抑制剂)治疗晚期或转移性实体瘤及分子定义癌症的首次人体研究
该数据集来自clinicaltrials.gov,聚焦ATX-559这一口服DHX9抑制剂在晚期或转移性实体瘤及分子定义癌症患者中的首次人体研究

基本信息
资源简介
ATX-559(口服DHX9抑制剂)治疗晚期或转移性实体瘤及分子定义癌症的首次人体研究
该数据集来自clinicaltrials.gov,聚焦ATX-559这一口服DHX9抑制剂在晚期或转移性实体瘤及分子定义癌症患者中的首次人体研究。覆盖癌种包括晚期实体瘤、复发性乳腺癌、转移性结直肠癌、结肠癌、直肠腺癌和子宫内膜癌。ATX-559通过抑制多功能RNA解旋酶DHX9,参与维持基因组稳定性,临床前显示对BRCA缺陷、MSI-H和/或dMMR等模型具有抗肿瘤活性。本研究为1期、开放标签、单臂、剂量递增与扩展试验,旨在评估安全性并确定推荐2期剂量(RP2D)(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:晚期实体瘤、复发性乳腺癌、转移性结直肠癌、结肠癌、直肠腺癌、子宫内膜癌。ATX-559是一种口服药物,可抑制一种名为DHX9的蛋白,这是一种多功能RNA解旋酶,通过解析可能导致某些分子定义癌症中DNA复制压力和DNA损伤的DNA/RNA二级结构,参与维持基因组稳定性。临床前已显示,ATX-559对多种不同实体瘤(包括BRCA缺陷和微卫星高度不稳定(MSI-H)和/或错配修复缺陷(dMMR)的模型)具有强效抗肿瘤活性。这是一项首次人体、1期、开放标签、单臂、剂量递增和扩展研究,旨在:评估ATX-559的安全性特征并确定推荐2期剂量(RP2D)。此外,该研究旨在表征
【主题与分类】
主题标签:Advanced Solid Tumors、Breast Cancer Recurrent、Colorectal Cancer Metastatic、Colon Cancer、Rectal Adenocarcinoma、Endometrial Cancer。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06625515
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/NCT06625515
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
适应症:晚期实体瘤、复发性乳腺癌、转移性结直肠癌、结肠癌、直肠腺癌、子宫内膜癌。ATX-559是一种口服药物,可抑制一种名为DHX9的蛋白。DHX9是一种多功能RNA解旋酶,通过解析可能导致DNA复制应激和DNA损伤的DNA/RNA二级结构,参与维持基因组稳定性,在某些分子定义的癌症中发挥作用。临床前研究显示,ATX-559对多种不同实体瘤具有强效抗肿瘤活性,包括BRCA缺陷、微卫星高度不稳定(MSI-H)和/或错配修复缺陷(dMMR)的模型。这是一项首次人体、1期、开放标签、单臂、剂量递增和扩展研究,旨在:评估ATX-559的安全性特征并确定推荐的2期剂量(RP2D)。此外,该研究旨在表征口服ATX-559的药代动力学(PK)、药效动力学(PD)和初步抗肿瘤活性。探索性目标包括考察生物标志物反应与ATX-559暴露之间的关系。
分子选择后的局部晚期或转移性实体瘤患者(例如,BRCA1或BRCA2缺陷型乳腺癌以及具有微卫星不稳定性(MSI-H)和/或错配修复缺陷(dMMR)的实体瘤)将被纳入研究,以初步评估抗肿瘤效果,并进一步检查ATX-559在RP2D的安全性和药代动力学。
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。




