基于mRNA的个体化新抗原癌症疫苗(针对自体肿瘤表达的新抗原)
该数据集来自clinicaltrials.gov,属于肿瘤/皮肤癌分类,聚焦基于mRNA的个体化癌症疫苗,针对自体肿瘤表达的新抗原

基本信息
资源简介
基于mRNA的个体化新抗原癌症疫苗(针对自体肿瘤表达的新抗原)
该数据集来自clinicaltrials.gov,属于肿瘤/皮肤癌分类,聚焦基于mRNA的个体化癌症疫苗,针对自体肿瘤表达的新抗原。覆盖黑色素瘤、结肠癌、胃肠道癌、泌尿生殖系统癌和肝细胞癌等病种。源站描述指出,针对非病毒性肿瘤的疫苗多靶向分化抗原、癌睾丸抗原和过表达抗原,但胸腺对正常非突变抗原的负选择限制了高亲和力抗肿瘤T细胞的产生;美国国家癌症研究所外科分支(NCI-SB)已建立识别新抗原来源免疫原性T细胞表位的流程,并在近期研究中鉴定出可介导转移患者肿瘤消退的肿瘤浸润淋巴细胞(TIL)所识别的新抗原。该数据可用于新抗原识别与个体化疫苗相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:黑色素瘤、结肠癌、胃肠道癌、泌尿生殖系统癌、肝细胞癌。背景: 针对癌症的治疗性疫苗接种已被证明非常具有挑战性,临床获益甚微。 针对非病毒性肿瘤的疫苗主要靶向分化抗原、癌睾丸抗原和过表达抗原。然而,胸腺针对这些正常非突变抗原的负选择严重限制了产生高亲和力抗肿瘤T细胞的能力。这种耗竭会损害其抗肿瘤活性并限制肿瘤清除。 美国国家癌症研究所外科分支(NCI-SB)已开发出一套用于识别源自新抗原的免疫原性T细胞表位的流程。 在最近的研究中,我们鉴定出由肿瘤浸润淋巴细胞(TIL)识别的新抗原,这些TIL介导了转移患者的消退
【主题与分类】
主题标签:Melanoma、Colon Cancer、Gastrointestinal Cancer、Genitourinary Cancer、Hepatocellular Cancer。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03480152
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/NCT03480152
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:黑色素瘤、结肠癌、胃肠道癌症、泌尿生殖系统癌症、肝细胞癌。背景:* 针对癌症的治疗性疫苗接种已被证明极具挑战性,临床获益甚微。* 针对非病毒性肿瘤的疫苗主要靶向分化抗原、癌睾丸抗原和过表达抗原。然而,胸腺中对这些正常非突变抗原的负选择严重限制了产生高亲和力抗癌T细胞的能力。这种耗竭会损害其抗肿瘤活性并限制肿瘤清除。* 美国国家癌症研究所外科分部(NCI-SB)已开发出一套流程,用于鉴定源自新抗原的免疫原性T细胞表位。* 在最近的研究中,我们鉴定了被肿瘤浸润淋巴细胞(TIL)识别的新抗原,这些TIL介导了转移性黑色素瘤患者的肿瘤消退。通过对切除的转移性结节进行全外显子组测序,随后进行高通量免疫学筛选,我们能够证明肿瘤消退与所输入的TIL识别癌症中发生的独特体细胞突变相关。
- 我们还发现,来自32例患有多种转移性胃肠道癌症患者中29例的肿瘤浸润淋巴细胞(TIL)含有能识别该患者癌症中呈现的独特突变的淋巴细胞。 * 因此,我们旨在利用这一流程来识别免疫原性新抗原,并预测来自黑色素瘤或上皮癌患者的新抗原与患者人类白细胞抗原(HLA)分子的结合,进而利用这些表位制备个体化治疗性信使核糖核酸(mRNA)疫苗。 目标 主要目标: * 确定接受NCI-4650治疗的转移性黑色素瘤、胃肠道癌或泌尿生殖系统癌症患者的临床缓解率 * 确定NCI-4650在转移性黑色素瘤、胃肠道癌或泌尿生殖系统癌症患者中的安全性 入选标准 * 年龄大于或等于18岁且小于或等于70岁 * 可评估的转移性黑
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。




