用于阿尔茨海默病的工程化嵌合抗原受体CD4 T细胞数据集
该数据集来自一项针对阿尔茨海默病的研究，探索以淀粉样蛋白β特异性的工程化CD4+ CAR-T直接靶向病理部位。数据以单个电子表格文件呈现，包含正文与补充图表的全部原始数据
![Engineering chimeric antigen receptor CD4 T cells for Alzheimer's disease [dataset]](/medical-api/medicalDataset/datasetCover/76703.jpg)
基本信息
资源简介
用于阿尔茨海默病的工程化嵌合抗原受体CD4 T细胞数据集
该数据集围绕阿尔茨海默病这一神经系统疾病展开，研究探索以淀粉样蛋白β特异性的工程化CD4+ CAR-T细胞直接靶向病理部位。数据集英文名称为“Engineering chimeric antigen receptor CD4 T cells for Alzheimer's disease [dataset]”，收录于神经系统疾病/阿尔茨海默病分类之下，来源站为doi.org，机构为Digital Commons Data@Becker，发布时间为2026年，主题标签为免疫学。数据以单个电子表格文件的形式呈现，包含正文与补充图表的全部原始数据，供相关领域研究者查阅与使用。
【数据集背景】
该数据集来自一项针对阿尔茨海默病的研究工作。研究关注的核心思路是：利用淀粉样蛋白β特异性的工程化CD4+ CAR-T细胞，直接靶向疾病病理部位。阿尔茨海默病属于神经系统疾病范畴，而该研究将免疫学手段引入其中，体现了免疫治疗策略在神经退行性疾病领域的探索方向。数据集的作者包括Boskovic, Pavle、Shalita, Rotem、Gao, Wenqing、Vernon, Hailey、Deng, Yu Lin、Colonna, Marco、Majzner, Robbie G.、Amit, Ido以及Kipnis, Jonathan。机构信息为Digital Commons Data@Becker，发布时间为2026年，主题标签为免疫学。
【数据内容】
数据以单个电子表格文件的形式提供，其中包含正文与补充图表的全部原始数据。源站描述指出，该数据集的呈现方式为单一电子表格文件，涵盖主图与补充图所对应的原始数据。数据内容与淀粉样蛋白β特异性工程化CD4+ CAR-T细胞靶向病理部位的研究直接相关。除上述信息外，源站未提供关于数据具体字段、变量、样本量或统计指标的进一步说明。
【采集与来源】
该数据集的来源站为doi.org，机构为Digital Commons Data@Becker。发布时间为2026年。作者团队由多位研究者组成，包括Boskovic, Pavle、Shalita, Rotem、Gao, Wenqing、Vernon, Hailey、Deng, Yu Lin、Colonna, Marco、Majzner, Robbie G.、Amit, Ido和Kipnis, Jonathan。关于数据的具体采集方法、实验条件、样本来源及处理流程，源站未提供。
【适用场景】
该数据集适用于与阿尔茨海默病、淀粉样蛋白β、CAR-T细胞、CD4+ T细胞工程化以及免疫学相关的研究场景。由于数据包含正文与补充图表的全部原始数据，可用于复核研究结论、开展二次分析或作为相关实验设计的参考。其主题标签为免疫学，分类归属为神经系统疾病/阿尔茨海默病，因此对神经免疫学交叉领域的研究者具有潜在参考价值。具体适用场景的细节，源站未提供。
【使用方法】
数据以单个电子表格文件的形式提供，使用者可通过电子表格软件或相应的数据分析工具打开并处理。由于源站描述仅说明该文件包含正文与补充图表的全部原始数据，未提供关于数据组织方式、工作表结构、变量命名或分析步骤的进一步指引，因此具体使用方法需结合原始研究文献进行理解。源站未提供其他使用说明。
【质量与限制】
该数据集来自doi.org来源站，机构为Digital Commons Data@Becker，发布时间为2026年，作者团队信息明确。数据以单个电子表格文件呈现，包含正文与补充图表的全部原始数据。关于数据的完整性、准确性、样本量、重复次数、统计效力以及潜在偏差等质量指标，源站未提供。数据的具体限制条件，源站未提供。
【引用与许可】
该数据集的英文名称为“Engineering chimeric antigen receptor CD4 T cells for Alzheimer's disease [dataset]”，来源站为doi.org，机构为Digital Commons Data@Becker，发布时间为2026年。作者包括Boskovic, Pavle、Shalita, Rotem、Gao, Wenqing、Vernon, Hailey、Deng, Yu Lin、Colonna, Marco、Majzner, Robbie G.、Amit, Ido和Kipnis, Jonathan。关于该数据集的引用格式、许可协议及使用条款，源站未提供。
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://doi.org/10.17632/2n838hh53k.1
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:
数据集大小约 48.5 KB。
数据说明
在本研究中，我们提出了一种针对淀粉样蛋白-β的特异性工程化CD4+ CAR-T细胞疗法，作为直接靶向病理部位的方法。所有主要及补充图表的数据均汇总于一个电子表格文件中。
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。
