首次人体IL-15跨呈递靶向Wilms瘤蛋白1的自体树突状细胞疫苗肿瘤患者研究
该数据集来自clinicaltrials.gov，聚焦于一种首次人体研究的自体树突状细胞疫苗。该疫苗经工程化改造，靶向肿瘤抗原Wilms瘤蛋白1（WT1），并在细胞表面跨呈递细胞因子IL15，以增强树突状细胞的免疫原性，使其更有效地刺激免疫系统识别和攻击表达WT1的癌细胞
基本信息
资源简介
首次人体IL-15跨呈递靶向Wilms瘤蛋白1的自体树突状细胞疫苗肿瘤患者研究
该数据集来自 clinicaltrials.gov，聚焦于一种首次人体研究的自体树突状细胞疫苗。该疫苗经工程化改造，靶向肿瘤抗原Wilms瘤蛋白1（WT1），并在细胞表面跨呈递细胞因子IL15，以增强树突状细胞的免疫原性，使其更有效地刺激免疫系统识别和攻击表达WT1的癌细胞。数据集所涉适应症包括食管癌、胰腺癌、卵巢癌和肝癌，在分类上归入肿瘤／肝癌方向。其核心价值在于围绕WT1靶向与IL15跨呈递双重机制的树突状细胞疫苗，提供首次人体研究层面的结构化信息，供免疫治疗与肿瘤疫苗研究方向的使用者检索与参考。
【数据集背景】
该数据集对应的研究产品为自体树突状细胞疫苗，属于肿瘤免疫治疗范畴。研究产品的设计思路是：将树突状细胞工程化改造，使其靶向肿瘤抗原Wilms瘤蛋白1（WT1），同时在细胞表面跨呈递细胞因子IL15。引入IL15跨呈递机制的目的，是使树突状细胞具有更强的免疫原性，即具备更高的能力去刺激免疫系统识别并攻击表达WT1的癌细胞。该研究定位为首次人体研究，涉及的疾病条件包括食管癌、胰腺癌、卵巢癌与肝癌。
【数据内容】
数据集围绕上述树突状细胞疫苗的首次人体研究组织信息，主题标签覆盖食管癌、胰腺癌、卵巢癌和肝癌。就研究产品而言，数据内容涉及树突状细胞的工程化改造特征（靶向WT1、细胞表面跨呈递IL15）及其免疫学意图（增强免疫原性、提升刺激免疫系统识别和攻击WT1表达癌细胞的能力）。关于具体的受试者数量、分组设计、给药剂量、疗程安排、终点指标及统计结果等细节，源站未提供。
【采集与来源】
数据来源于 clinicaltrials.gov。该来源为临床试验注册与信息平台，数据集即依托该平台的相关研究记录形成。除来源站为 clinicaltrials.gov 外，关于采集时间范围、更新频率、采集方法及数据加工流程等信息，源站未提供。
【适用场景】
该数据集适用于肿瘤免疫治疗与治疗性疫苗方向的检索与参考，尤其是关注WT1靶向策略、IL15跨呈递机制以及自体树突状细胞疫苗首次人体研究的场景。由于主题标签覆盖食管癌、胰腺癌、卵巢癌与肝癌，也可用于按瘤种维度了解该研究产品所涉适应症范围。关于该数据集在药物研发决策、临床方案设计或荟萃分析中的具体应用方式与适用边界，源站未提供。
【使用方法】
源站未提供。
【质量与限制】
该数据集为首次人体研究层面的信息，研究产品尚处于早期临床研究阶段，其安全性与有效性结论不能由本数据集直接得出。数据仅覆盖食管癌、胰腺癌、卵巢癌与肝癌四类疾病条件，未涵盖其他适应症。关于数据完整性、准确性校验、缺失情况与已知偏倚等质量信息，源站未提供。
【引用与许可】
源站未提供。
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/NCT05964361
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：食管癌、胰腺癌、卵巢癌、肝癌。研究用药物涉及经工程化改造以靶向肿瘤抗原Wilms瘤-1（WT1）的树突状细胞，并且在其细胞表面额外跨呈递细胞因子IL15。通过纳入IL15跨呈递机制，旨在使树突状细胞更具免疫原性（即它们具有更高的能力刺激免疫系统识别和攻击表达WT1的癌细胞）。
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。
