双靶点 CAR-NK 细胞治疗生物标志物筛选的晚期结直肠癌
该数据集来自 clinicaltrials.gov,聚焦双靶点 CAR-NK 细胞治疗生物标志物筛选的晚期结直肠癌。研究针对结直肠癌相关抗原 CEA(CEACAM5)和 GUCY2C(GCC)进行双靶点识别,并将 HER2/ERBB2 阳性亚群作为探索性人群,旨在降低抗原逃逸并提高肿瘤选择性

基本信息
资源简介
双靶点 CAR-NK 细胞治疗生物标志物筛选的晚期结直肠癌
该数据集来自 clinicaltrials.gov,聚焦双靶点 CAR-NK 细胞治疗生物标志物筛选的晚期结直肠癌。研究针对结直肠癌相关抗原 CEA(CEACAM5)和 GUCY2C(GCC)进行双靶点识别,并将 HER2/ERBB2 阳性亚群作为探索性人群,旨在降低抗原逃逸并提高肿瘤选择性。数据覆盖转移性结直肠癌与结肠腺癌,可用于探索 CAR-NK 在实体瘤中的靶点选择、生物标志物筛选及治疗反应预测等方向(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:转移性结直肠癌、结肠腺癌。结直肠癌仍是癌症相关发病和死亡的主要原因。CAR-NK 疗法正被探索为一种可能更安全、'现成'的过继细胞治疗平台,在早期经验中移植物抗宿主病风险较低,细胞因子释放通常也比 CAR-T 更轻。实体瘤的靶点选择受限于肿瘤异质性和靶向/脱靶表达。为减少抗原逃逸并提高肿瘤选择性,本研究测试针对 CRC 相关抗原的双靶点识别:CEA(CEACAM5)和 GUCY2C(GCC),并将 HER2/ERBB2 阳性亚群作为探索性人群。GUCY2C 在原发性和转移性 CRC 中常被保留,是公认的 CRC 靶抗原。HER2 扩增/过表达发生在一小部分转移性 CRC 中,可被识别
【主题与分类】
主题标签:Colorectal Cancer Metastatic、Adenocarcinoma of Colon。本站分类:肿瘤/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07462650
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/NCT07462650
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:转移性结直肠癌、结肠腺癌。结直肠癌仍是癌症相关发病和死亡的主要原因。CAR-NK疗法正被探索为一种可能更安全、“现成”的过继细胞治疗平台,早期经验显示其移植物抗宿主病风险较低,且细胞因子释放通常较CAR-T轻。实体瘤的靶点选择受限于肿瘤异质性和靶向/脱靶表达。为减少抗原逃逸并提高肿瘤选择性,本研究测试针对结直肠癌相关抗原CEA(CEACAM5)和GUCY2C(GCC)的双靶点识别,并以HER2/ERBB2阳性亚群作为探索性人群。GUCY2C在原发性和转移性结直肠癌中常保留表达,是公认的结直肠癌靶抗原。HER2扩增/过表达发生在一小部分转移性结直肠癌中,可通过经验证的IHC/ISH或基因组检测识别。
生物标志物评估与靶点对选择:肿瘤组织(存档或新鲜)由中心实验室通过免疫组化(IHC)检测CEA和GUCY2C,并按照结直肠癌标准进行HER2检测(IHC,必要时反射性扩增检测)。参与者必须满足某一抗原对的共表达阈值,并据此进行分配。在A部分(剂量递增)之后,预设的选择算法将使用综合评分提名用于扩展的靶点对,该评分包括DLT发生率、可行性/生产成功率、ORR/DCR信号、CAR-NK持久性以及靶点 engagement 的证据。治疗方案:参与者接受淋巴细胞清除性化疗,随后输注所分配的双靶点CAR-NK细胞。如果满足安全性标准,在选定的剂量水平下,可能允许在同一周期内进行第二次输注。输注后早期需要住院/密切监测。
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。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




