乳腺癌
乳腺癌是发生于乳腺导管或小叶上皮细胞的恶性肿瘤,常见病理类型包括浸润性导管癌和小叶癌。其发病与遗传因素(如BRCA1/2突变)、激素暴露、生活方式等多种内外源因素相关。典型临床表现包括乳房无痛性肿块、乳头溢液、皮肤橘皮样改变及腋窝淋巴结肿大。诊断主要依靠乳腺X线摄影、超声、MRI及空芯针穿刺活检,并通过免疫组化检测ER、PR、HER2表达指导分型与治疗。治疗策略整合手术、放射治疗、化疗、内分泌治疗及靶向治疗,强调基于分子亚型的个体化综合管理。乳腺癌已成为精准医学与真实世界研究的重点病种,全球疾病负担持续上升,早期筛查与全程管理显著改善患者预后。
获取 乳腺癌 专属定制方案共 5561 个数据集

PRJNA358095:乳腺癌细胞DNA损伤与复制应激抵抗中mTORC1和-2协调转录与翻译重编程
该数据集来自NCBI,包含乳腺癌SUM149细胞在mTORC1/2抑制剂PP242、mTORC1抑制剂RAD001及IR处理下的全基因组翻译组与转录组表达数据,涵盖总RNA和多聚核糖体阵列,共35个样本

LCCC 9819 分子特征分析:新辅助与转移性化疗样本分子标志物与疗效相关性组织库
BioProject 是与单一计划相关的生物学数据集合,来源于单一组织或联盟。BioProject 记录为用户提供一个单一入口,以查找为该计划生成的各种数据类型相关的链接
![免疫抑制性髓系细胞经膜结合TGF-β1机制诱导间质样乳腺癌干细胞 [scRNA-seq]](/medical-api/medicalDataset/datasetCover/70918.jpg)
免疫抑制性髓系细胞经膜结合TGF-β1机制诱导间质样乳腺癌干细胞 [scRNA-seq]
该数据集来自 NCBI BioProject(ID 1468270),主题为免疫抑制性髓系细胞通过膜结合 TGF-β1 依赖机制诱导间质样乳腺癌干细胞,采用 scRNA-seq 技术,属于转录组或基因表达范畴

PRJNA1478702:拉米夫定在雌激素驱动乳腺癌大鼠模型中的疗效测试
该数据集来自 NCBI BioProject(ID 1478702),主题为在雌激素驱动的乳腺癌大鼠模型中测试拉米夫定的治疗效果,属于肿瘤/乳腺癌方向

PRJNA144829:原发性男性乳腺癌基因表达谱揭示两个独特亚组并确定NAT1为新预后生物标志物
该数据集来自NCBI,聚焦男性乳腺癌(MBC)的基因表达谱研究。源站描述显示,研究对66例临床病理注释完善的MBC新鲜冷冻肿瘤采用Illumina Human HT-12 bead arrays进行分析,并构建含220例MBC肿瘤的组织微阵列用于免疫组化验证,另用37例MBC和359例女性乳腺癌外部

Cosmc沉默Tn+ 4T1细胞三阴性肿瘤转录组图谱
数据可用于研究 Cosmc 沉默与 Tn 抗原表达对三阴性乳腺癌基因表达谱的影响,支持差异表达分析、分子分型及肿瘤相关通路探索(来源 NCBI)

PRJNA1476323:雌激素受体阳性乳腺癌中NF1缺失诱导破骨细胞形成与免疫抑制促进骨转移
该数据集来自 NCBI BioProject(ID 1476323),主题为雌激素受体阳性乳腺癌中 NF1 缺失诱导破骨细胞形成与免疫抑制进而促进骨转移

MCF7细胞中KDM5A敲低及abemaciclib处理后RB与KDM5A的CUT&RUN图谱分析
该数据集为BioProject收录的MCF7乳腺癌细胞表观基因组学数据,聚焦于KDM5A敲低及abemaciclib处理条件下RB与KDM5A的CUT&RUN全基因组定位图谱

PRJNA125217:原发性和继发性卵巢肿瘤
该数据集来自 NCBI,聚焦原发性和继发性卵巢肿瘤的鉴别。源站描述显示,研究通过 Affymetrix U133plus2 Arrays 对既往有乳腺癌病史、原发或继发状态不确定的卵巢癌样本进行转录组分析,并结合已知原发和继发卵巢肿瘤数据集进行层次聚类;同时对 16 对乳腺-卵巢配对样本开展基因组分

PRJNA1482496:雌激素受体阳性患者来源异种移植瘤在abemaciclib或对照处理后的Rb DynaTag分析
该数据集来自 NCBI BioProject(ID 1482496),针对雌激素受体阳性患者来源异种移植瘤(PDX),在给予 abemaciclib 或对照处理之后开展 Rb DynaTag 分析

BRPF1降解剂在肿瘤细胞中的作用机制研究
该数据集来自 NCBI BioProject(ID 1483057),主题为 BRPF1 降解剂在肿瘤细胞中的作用机制研究,属于肿瘤与乳腺癌相关方向,数据主题标签为 Raw sequence reads

PRJNA277461:MCF-7乳腺癌细胞系全长转录本
该数据集为MCF-7人乳腺癌细胞系的全长转录本测序数据,采用PacBio Isoform Sequencing(Iso-Seq)技术生成,旨在展示该技术的能力并鼓励研究者探索转录组中的可变多聚腺苷化、新转录本和融合基因等特征
