TBio-4101（TIL）联合 Pembrolizumab 治疗晚期实体瘤研究
覆盖乳腺癌、结直肠癌、葡萄膜黑色素瘤、皮肤黑色素瘤、非小细胞肺癌和头颈部鳞状细胞癌等瘤种。TBio-4101 为自体肿瘤浸润淋巴细胞（TIL）疗法，通过肿瘤特异性抗原筛选、分选并扩增患者特异性肿瘤反应性 T 细胞后回输，并结合非清髓性化疗、IL-2 输注及低剂量放疗
基本信息
资源简介
TBio-4101（TIL）联合 Pembrolizumab 治疗晚期实体瘤研究
该数据集来自 clinicaltrials.gov，收录一项关于 TBio-4101 联合 Pembrolizumab 治疗晚期实体瘤的 Phase 1 研究。覆盖乳腺癌、结直肠癌、葡萄膜黑色素瘤、皮肤黑色素瘤、非小细胞肺癌和头颈部鳞状细胞癌等瘤种。TBio-4101 为自体肿瘤浸润淋巴细胞（TIL）疗法，通过肿瘤特异性抗原筛选、分选并扩增患者特异性肿瘤反应性 T 细胞后回输，并结合非清髓性化疗、IL-2 输注及低剂量放疗。数据可用于肿瘤免疫治疗与细胞治疗相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：乳腺癌、结直肠癌、葡萄膜黑色素瘤、皮肤黑色素瘤、非小细胞肺癌、头颈部鳞状细胞癌。这是一项 Phase 1 研究，旨在研究 TBio-4101。TBio-4101 是一种自体肿瘤浸润淋巴细胞（TIL）疗法，利用肿瘤特异性抗原筛选、分选并扩增患者特异性肿瘤反应性 T 细胞，然后回输到患者体内。该过继性细胞疗法通过在 TIL 输注前使用非清髓性化疗进一步增强，随后进行 TIL 加 IL-2 输注。在 TIL 加 IL-2 输注前后给予低剂量放射治疗。在 IL-2 毒性消退后给予 Pembrolizumab。该试验对具有不同肿瘤突变负荷的实体瘤开放。
【主题与分类】
主题标签：Breast Cancer、Colorectal Cancer、Uveal Melanoma、Cutaneous Melanoma、Non-Small Cell Lung Cancer、Head and Neck Squamous Cell Carcinoma。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05576077
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/NCT05576077
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：乳腺癌、结直肠癌、葡萄膜黑色素瘤、皮肤黑色素瘤、非小细胞肺癌、头颈部鳞状细胞癌。这是一项研究TBio-4101的1期临床试验。TBio-4101是一种自体肿瘤浸润淋巴细胞（TIL）疗法，利用肿瘤特异性抗原来筛选、分选和扩增患者特异性的肿瘤反应性T细胞，然后将其回输给患者。这种过继性细胞疗法通过在TIL输注前使用非清髓性化疗得到进一步增强，随后进行TIL加IL-2输注。在TIL加IL-2输注前后进行低剂量放射治疗。在IL-2毒性反应消退后给予帕博利珠单抗。该试验对具有不同肿瘤突变负荷的实体瘤开放。
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。
