4A10治疗复发或难治性急性淋巴细胞白血病或淋巴母细胞淋巴瘤的首次人体研究:安全性、药代动力学及早期疗效
ALT-101是首次人体1期试验,测试抗体4A10,用于复发或难治性急性淋巴细胞白血病或淋巴母细胞淋巴瘤。4A10靶向结合白血病细胞上的CD127,阻断生长信号并助免疫摧毁癌细胞

基本信息
资源简介
4A10治疗复发或难治性急性淋巴细胞白血病或淋巴母细胞淋巴瘤的首次人体研究:安全性、药代动力学及早期疗效
ALT-101是首次人体1期试验,测试抗体4A10,用于复发或难治性急性淋巴细胞白血病或淋巴母细胞淋巴瘤。4A10靶向结合白血病细胞上的CD127,阻断生长信号并助免疫摧毁癌细胞。患者每周一次静脉输注。试验评估安全性、剂量及体内处理,并观察早期疗效。研究从小队列递增剂量,首周期约4-6周观察副作用;若有效且耐受良好,最多六个周期。这是血癌靶向免疫疗法的早期测试(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:淋巴母细胞淋巴瘤、急性淋巴细胞白血病(ALL)。ALT-101 是一项首次人体 1 期临床试验,在复发或难治性急性淋巴细胞白血病(ALL)或淋巴母细胞淋巴瘤患者中测试一种名为 4A10 的新型抗体药物。4A10 是一种靶向治疗药物,旨在识别并结合白血病细胞上的一种特定蛋白(CD127)。一旦结合,它通过两种方式发挥作用:阻断有助于癌细胞存活的生长信号,并帮助免疫系统找到并摧毁这些癌细胞。在这项研究中,患者每周接受一次 4A10 静脉(IV)输注。该试验的主要目标是确定该药物是否安全、可以给予的剂量以及身体如何处理它。研究人员还将寻找治疗可能有效的早期迹象。该研究从接受递增剂量的小规模患者组开始,以仔细监测安全性。每位患者在第一治疗周期(约 4-6 周)期间均接受密切观察,以留意副作用。如果治疗有效且耐受良好,患者可继续治疗最多六个周期。总体而言,这项研究是测试一种用于难治性血液肿瘤的新型靶向免疫疗法的早期步骤。
【主题与分类】
主题标签:Lymphoblastic Lymphoma、Acute Lymphoblastic Leukemia ALL。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07586618
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/NCT07586618
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:淋巴母细胞淋巴瘤、急性淋巴细胞白血病(ALL)。ALT-101 是一项首次人体 1 期临床试验,在复发或难治性急性淋巴细胞白血病(ALL)或淋巴母细胞淋巴瘤患者中测试一种名为 4A10 的新型抗体药物。4A10 是一种靶向治疗药物,旨在识别并结合白血病细胞上的一种特定蛋白(CD127)。一旦结合,它通过两种方式发挥作用:阻断有助于癌细胞存活的生长信号,并帮助免疫系统找到并摧毁这些癌细胞。在这项研究中,患者每周接受一次 4A10 静脉(IV)输注。该试验的主要目标是确定该药物是否安全、可以给予的剂量以及身体如何处理它。研究人员还将寻找治疗可能有效的早期迹象。该研究从接受递增剂量的小规模患者组开始,以仔细监测安全性。每位患者在第一治疗周期(约 4-6 周)期间均接受密切观察,以留意副作用。如果治疗有效且耐受良好,患者可继续治疗最多六个周期。总体而言,这项研究是测试一种用于难治性血液肿瘤的新型靶向免疫疗法的早期步骤。
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。




