利用解吸电喷雾电离质谱成像技术对子宫内膜癌进行脂质组学分析
该数据集包含64名女性的子宫内膜组织样本，利用解吸电喷雾电离质谱成像技术获取了脂质分子的空间分布数据，并整合了反向蛋白质阵列分析的蛋白质表达信息，主要研究子宫内膜癌的脂质组学特征，识别出多种磷脂类生物标志物，并探讨了肥胖和糖尿病等高危因素对脂质谱的影响，旨在为子宫内膜癌的早期诊断和生物标志物发现提供数据支持。
基本信息
资源简介
利用解吸电喷雾电离质谱成像技术对子宫内膜癌进行脂质组学分析
【数据集背景】
本数据集源站标题为《Lipidomic profiling of endometrial cancer using Desorption Electrospray Ionisation Mass Spectrometry Imaging》。源站首次发布：2025-11-06。
【数据内容】
源站原始描述：Novel technologies are required to improve endometrial cancer diagnosis and enhance the early detection of pre-invasive precursors. Herein, desorption electrospray ionisation mass spectrometry imaging (DESI-MSI) was used to differentiate malignant from benign endometrial tissues and assess lipidomic differences among patients with obesity and diabetes. Reverse Phase Protein Array (RPPA) analysis was performed in the same patients to gain insights into the altered signalling pathways and investig…
【数据结构与技术规格】
文件数 64 个，合计 3.43 GB。数据集 DOI：10.6084/m9.figshare.30553595.v1。
【主题与分类】
源站学科分类：Medical biochemistry - lipids。主题标签：Desorption Electrospray Ionisation Mass Spectrometry Imaging (DESI-MSI)、endometrial cancer、lipidomics。
【适用方向】
源站学科分类标注为 Medical biochemistry - lipids。
【获取与许可】
源站页面：https://figshare.com/articles/dataset/Lipidomic_profiling_of_endometrial_cancer_using_Desorption_Electrospray_Ionisation_Mass_Spectrometry_Imaging/30553595
使用许可：CC BY 4.0（https://creativecommons.org/licenses/by/4.0/）。
规范引用：Paraskevaidi, Maria (2025). Lipidomic profiling of endometrial cancer using Desorption Electrospray Ionisation Mass Spectrometry Imaging. figshare. Dataset
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（Figshare）
按页面 Download 按钮获取。
数据说明
本数据集通过解吸电喷雾电离质谱成像技术（DESI-MSI）和反向蛋白质阵列分析，研究了子宫内膜癌的脂质组学特征。数据集包含64名女性（50例癌症，14例良性）的子宫内膜组织样本，通过DESI-MSI技术获得了脂质分子的空间分布信息，识别出多种磷脂类（如PA、PE、PS、PI）在癌症组织中显著升高。同时，通过蛋白质表达分析揭示了与子宫内膜癌相关的PI3K/AKT/mTOR、MAPK/RAS和Wnt等信号通路的异常激活。研究还探讨了肥胖和糖尿病等高危因素对脂质组学的影响，发现特定磷脂分子（如PE(O-38:4)）可能作为高风险人群的潜在生物标志物。该数据集可用于子宫内膜癌的早期诊断、脂质组学生物标志物发现以及相关信号通路的研究。
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。
