Bexmarilimab诱导巨噬细胞活化在实体瘤中带来治疗获益:I/II期首次人体MATINS试验
该数据集来自NCBI,对应Bexmarilimab诱导巨噬细胞活化在实体瘤中带来治疗获益的I/II期首次人体MATINS试验

基本信息
资源简介
Bexmarilimab诱导巨噬细胞活化在实体瘤中带来治疗获益:I/II期首次人体MATINS试验
Bexmarilimab-induced macrophage activation leads to treatment benefit in solid tumors: the phase I/II first-in-human MATINS trial
该数据集来自NCBI,对应Bexmarilimab诱导巨噬细胞活化在实体瘤中带来治疗获益的I/II期首次人体MATINS试验。数据包含1个文件,为GSE240138_series_matrix.txt.gz,采用高通量测序进行表达谱分析,物种为9606。研究涉及治疗难治性实体瘤患者,评估Clever-1阻断的安全性与耐受性,并观察抗肿瘤疗效、药效动力学及免疫相关指标。可用于探索巨噬细胞活化、Clever-1阳性与治疗应答及生存关联的分子特征(来源 NCBI)。
【数据集背景】
源站首次发布:Aug 04 202。
【数据内容】
源站描述(机器翻译,仅供参考):巨噬细胞Clever-1参与抗原呈递受损和抗肿瘤免疫抑制。这项首次人体试验研究使用bexmarilimab阻断Clever-1在治疗难治性实体瘤患者中的安全性和耐受性,并评估初步抗肿瘤疗效、药效动力学和免疫相关指标。Bexmarilimab在part I(n=30)中未显示剂量限制性毒性,在part II(n=108)中未出现额外安全信号。在皮肤黑色素瘤、胃癌、肝细胞癌、雌激素受体阳性乳腺癌和胆道癌中观察到25%-40%的疾病控制(DC)率。DC在landmark分析中与生存改善相关,并与治疗前高肿瘤内Clever-1阳性及治疗中血清干扰素γ(IFNγ)水平升高相关。对DC和非DC肿瘤的空间转录组学分析显示bexm
【数据结构与技术规格】
文件数 1 个,合计 0 B。
【主题与分类】
主题标签:GPL24676、9606。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE240138
【使用注意】
· 源站最后修改于 May 22 202,引用时请注意版本时效。
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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE240138
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
巨噬细胞Clever-1参与抗原提呈受损及抗肿瘤免疫抑制。这项首次人体试验旨在探究bexmarilimab阻断Clever-1在治疗难治性实体瘤患者中的安全性和耐受性,并评估初步的抗肿瘤疗效、药效动力学及免疫学相关性。Bexmarilimab在试验第一部分(n=30)未显示剂量限制性毒性,在第二部分(n=108)也未发现额外的安全性信号。在皮肤黑色素瘤、胃癌、肝细胞癌、雌激素受体阳性乳腺癌及胆道癌中,观察到疾病控制率(DC)为25%-40%。DC与标志性分析中生存期的改善相关联,并且与治疗前肿瘤内高Clever-1阳性表达及治疗期间血清干扰素γ(IFNγ)水平升高相关。对DC与非DC肿瘤的空间转录组学分析显示,bexmarilimab诱导的巨噬细胞活化及IFNγ和T细胞受体信号传导的刺激仅在DC患者中选择性出现。这些数据表明,bexmarilimab治疗耐受性良好,并显示巨噬细胞靶向治疗能够促进晚期癌症患者的免疫激活和肿瘤控制。
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。




