评估NIO752对tau合成影响的SILK试验

该数据集来自clinicaltrials.gov,聚焦阿尔茨海默病及由PSEN1、PSEN2或APP突变导致的常染色体显性阿尔茨海默病

University College, LondonUniversity College, London
clinicaltrials
浏览 6
蛋白质Alzheimer Disease
A Trial Evaluating the Effect of NIO752 on Tau Synthesis Measured by a Process Known as SILK

基本信息

模态
蛋白质
创建/更新时间
2026-10-19

资源简介

评估NIO752对tau合成影响的SILK试验

该数据集来自clinicaltrials.gov,聚焦阿尔茨海默病及由PSEN1、PSEN2或APP突变导致的常染色体显性阿尔茨海默病。研究旨在评估药物NIO752是否能减少大脑中tau蛋白的生成。正常tau维持神经细胞内部骨架,而在阿尔茨海默病中tau异常聚集形成神经细胞内缠结,干扰神经细胞功能并最终导致细胞死亡,引发痴呆症状。该数据可用于了解NIO752对tau合成的作用及相关研究设计(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:阿尔茨海默病、由早老素1突变导致的常染色体显性阿尔茨海默病(障碍)、由早老素2突变导致的常染色体显性阿尔茨海默病(障碍)、由淀粉样前体蛋白突变导致的常染色体显性阿尔茨海默病(障碍)。本研究将评估药物(NIO752)是否减少大脑中一种蛋白质——tau的产生。正常情况下,tau维持神经细胞的内部骨架。在阿尔茨海默病(AD)中,tau在大脑中积累,造成损害。异常的tau蛋白相互黏附,在神经细胞内形成“缠结”,干扰神经细胞的工作方式,并最终导致细胞死亡。这就是导致痴呆症状的原因。据认为,NIO752能减少tau的产生。

【主题与分类】

主题标签:Alzheimer Disease。本站分类:神经系统疾病/阿尔茨海默病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06372821

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT06372821

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:阿尔茨海默病、早老素1突变所致常染色体显性阿尔茨海默病(疾病)、早老素2突变所致常染色体显性阿尔茨海默病(疾病)、淀粉样前体蛋白突变所致常染色体显性阿尔茨海默病(疾病)。本研究将评估药物(NIO752)是否减少大脑中一种蛋白质——tau蛋白的产生。正常情况下,tau蛋白维持神经细胞的内部骨架。在阿尔茨海默病(AD)中,tau蛋白在大脑中积聚,造成损害。异常的tau蛋白相互黏附,在神经细胞内部形成“缠结”,干扰神经细胞的正常工作,并最终导致其死亡。这正是导致痴呆症状的原因。据认为,NIO752可减少tau蛋白的产生。

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。

获取专属数据定制方案