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。

Zenodo
Zenodo
2024-08-06 更新
肿瘤免疫微环境单细胞空间转录组学
创建时间2023-09-08
更新时间2024-08-06
原始链接

https://zenodo.org/doi/10.5281/zenodo.8327118

访问原始数据
官方服务

如需原始数据获取支持或标注服务,请联系我们。

帮我联系

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。

提供机构:Zenodo

精度瓶颈?数据缺失?

当前公开数据无法满足您的算法精度?千方提供针对 卵巢癌 的高质量、多模态真实临床数据定制解决方案。

获取专属数据定制方案
影像Mapping spatial organization in ovarian cancer uncovers drivers of immune evasion