NTLA-3001 用于成人 Alpha-1 抗胰蛋白酶缺乏相关肺病的研究

该数据集来自 clinicaltrials.gov,围绕 NTLA-3001 在成人 Alpha-1 抗胰蛋白酶缺乏相关肺病中的研究

Intellia TherapeuticsIntellia Therapeutics
clinicaltrials
浏览 20
蛋白质预测Lung DiseasePulmonary DiseaseAATDAlpha-1 Antitrypsin Deficiency
NTLA-3001 in Adults with Alpha-1 Antitrypsin Deficiency-Associated Lung Disease

基本信息

模态
蛋白质
任务类型
预测
创建/更新时间
2026-10-08

资源简介

NTLA-3001 用于成人 Alpha-1 抗胰蛋白酶缺乏相关肺病的研究

该数据集来自 clinicaltrials.gov,围绕 NTLA-3001 在成人 Alpha-1 抗胰蛋白酶缺乏相关肺病中的研究。研究分为两部分:第一部分为开放标签、单臂、递增剂量研究,用于表征 NTLA-3001 的安全性和活性并确定第二部分评估剂量;第二部分为开放标签、剂量扩展研究,进一步表征其安全性和临床活性,并初步评估其对肺功能临床指标的影响。数据可用于呼吸系统疾病领域的安全性、剂量探索与肺功能相关分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:肺病、肺部疾病、AATD、Alpha-1 抗胰蛋白酶缺乏、Alpha-1 抗胰蛋白酶缺乏相关肺病。本研究由 2 部分组成:第 1 阶段是一项开放标签、单臂、递增剂量研究,用于表征 NTLA3001 的安全性和活性,并确定第 2 阶段评估的剂量。第 2 阶段随后作为一项开放标签、剂量扩展研究,进一步表征 NTLA-3001 的安全性和临床活性,并初步评估 NTLA-3001 对肺功能临床指标的影响。

【主题与分类】

主题标签:Lung Disease、Pulmonary Disease、AATD、Alpha-1 Antitrypsin Deficiency。本站分类:呼吸系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06622668

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/NCT06622668

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:肺病、肺部疾病、AATD、α-1抗胰蛋白酶缺乏症、α-1抗胰蛋白酶缺乏相关肺病。本研究分为两部分:第1阶段为开放标签、单臂剂量递增研究,旨在描述NTLA3001的安全性和活性,并确定第2阶段评估的剂量。第2阶段随后进行,为开放标签、剂量扩展研究,以进一步描述NTLA-3001的安全性和临床活性,并初步评估NTLA-3001对肺功能临床指标的影响。

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