卵巢癌空间组织图谱数据集
该数据集是一个多模态卵巢癌研究数据集合，包含临床表格、基因组、单细胞空间转录组学（基于CosMx、Xenium和MERFISH平台）、CRISPR筛选及Perturb-Seq数据，主要应用于探索卵巢癌肿瘤微环境的空间组织结构、免疫逃逸驱动因素以及开发新的免疫治疗策略。
基本信息
资源简介
该数据集是与研究论文《Mapping spatial organization in ovarian cancer uncovers drivers of immune evasion》（Yeh, Aguirre, Laveroni 等，2023）配套的已处理数据集合，旨在便于在R编程环境中直接访问和计算。数据集包含首次收集和处理的多种数据：60例输卵管卵巢高级别浆液性癌（HGSC）患者的去识别化临床注释、临床图像（H&E染色）的形态学注释、靶向基因组数据、95个HGSC肿瘤的单细胞空间转录组学数据（基于CosMx SMI、10X Xenium和Vizgen MERFISH平台）、卵巢癌细胞与T细胞/NK细胞共培养的CRISPR筛选数据，以及与NK细胞共培养的Perturb-Seq数据。此外，还整合了来自公共数据库（如GEO和Synapse）的已发表单细胞RNA-Seq数据。所有数据均以R对象（.rds格式）提供，主要用于研究卵巢癌肿瘤微环境的空间组织、免疫逃逸机制及潜在治疗靶点。
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（Zenodo 公开直链）
源站：https://zenodo.org/doi/10.5281/zenodo.8327118
（注册/登录后按页面指引下载）
数据说明
该数据集是与研究论文《Mapping spatial organization in ovarian cancer uncovers drivers of immune evasion》（Yeh, Aguirre, Laveroni 等，2023）配套的已处理数据集合，旨在便于在R编程环境中直接访问和计算。数据集包含首次收集和处理的多种数据：60例输卵管卵巢高级别浆液性癌（HGSC）患者的去识别化临床注释、临床图像（H&E染色）的形态学注释、靶向基因组数据、95个HGSC肿瘤的单细胞空间转录组学数据（基于CosMx SMI、10X Xenium和Vizgen MERFISH平台）、卵巢癌细胞与T细胞/NK细胞共培养的CRISPR筛选数据，以及与NK细胞共培养的Perturb-Seq数据。此外，还整合了来自公共数据库（如GEO和Synapse）的已发表单细胞RNA-Seq数据。所有数据均以R对象（.rds格式）提供，主要用于研究卵巢癌肿瘤微环境的空间组织、免疫逃逸机制及潜在治疗靶点。
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。
