自然杀伤细胞与硼替佐米治疗癌症
该数据集来自 clinicaltrials.gov,主题为自然杀伤细胞与硼替佐米联合治疗癌症,覆盖慢性髓性白血病、胰腺癌、结直肠癌、多发性骨髓瘤及非小细胞肺癌等病种

基本信息
资源简介
自然杀伤细胞与硼替佐米治疗癌症
该数据集来自 clinicaltrials.gov,主题为自然杀伤细胞与硼替佐米联合治疗癌症,覆盖慢性髓性白血病、胰腺癌、结直肠癌、多发性骨髓瘤及非小细胞肺癌等病种。数据涉及 NK 细胞的免疫识别机制,以及硼替佐米预处理增强 NK 细胞介导的肿瘤细胞毒性、TRAIL 相关凋亡通路等内容,可用于肿瘤免疫治疗与血液肿瘤相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:慢性髓性白血病(CML)、胰腺癌、结肠/直肠癌、多发性骨髓瘤、癌、非小细胞肺癌。自然杀伤(NK)细胞是先天免疫淋巴细胞,通过表达 CD56 表面抗原且缺乏 CD3 来识别。与抗原特异性 T 细胞不同,NK 细胞不需要特定肿瘤抗原的存在即可识别和杀伤癌细胞。我们的体外研究表明,用硼替佐米预处理恶性细胞可通过使细胞对 TNF 相关凋亡诱导配体(TRAIL)敏感,显著增强 NK 介导的肿瘤细胞毒性。TRAIL 是肿瘤坏死因子家族细胞因子的成员,可促进凋亡。重要的是,在我们的实验室中,从转移性癌症或血液恶性肿瘤患者中分离并在体外扩增的 NK 细胞表现出显著更强的细胞毒性
【主题与分类】
主题标签:Chronic Myeloid Leukemia (CML)、Pancreatic Ca、Colon/Rectal Ca、Multiple Myeloma、Carcinoma, Non-Small -Cell Lung。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00720785
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/NCT00720785
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:慢性髓性白血病(CML)、胰腺癌、结肠/直肠癌、多发性骨髓瘤、癌、非小细胞肺癌。自然杀伤(NK)细胞是先天免疫淋巴细胞,通过表达CD56表面抗原且缺乏CD3来识别。与抗原特异性T细胞不同,NK细胞无需特定肿瘤抗原的存在即可识别并杀死癌细胞。我们的体外研究表明,用硼替佐米预处理恶性细胞可通过使细胞对TNF相关凋亡诱导配体(TRAIL)敏感,显著增强NK介导的肿瘤细胞毒性。TRAIL是肿瘤坏死因子家族细胞因子的一员,能促进细胞凋亡。重要的是,在我们实验室中,从转移性癌症或血液恶性肿瘤患者体内分离并在体外扩增的NK细胞,当肿瘤预先用硼替佐米处理时,与未经处理的肿瘤对照相比,对这些肿瘤细胞表现出显著更强的细胞毒性。
这些发现提示,药物诱导的TRAIL增敏可作为一种新策略,用于增强自体过继输注NK细胞对癌症患者的抗肿瘤效果。我们实验室开展的小鼠研究也证实,硼替佐米治疗可使体内肿瘤对过继输注的同基因NK细胞杀伤作用增敏;在BALB/c小鼠中,与仅接受NK细胞输注或仅接受硼替佐米治疗的小鼠相比,在硼替佐米治疗后给予同基因NK细胞输注的小鼠肾细胞癌系(RENCA)肿瘤生长显著减慢,生存期延长。在过继NK细胞输注前清除调节性T细胞,以及在过继NK细胞输注后给予白细胞介素-2,可进一步增强这种抗肿瘤效果。最近,我们实验室已开发出将NK细胞体外分离并扩增至适合治疗癌症患者水平的技术。此外,我们还证实了这些扩增NK细胞具有良好的活力和无菌性,与新鲜NK细胞相比,这些扩增NK细胞具有更高的
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。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




