Gå direkt till huvudinnehåll
Researchdata.se

Computational pathology annotation enhances the resolution and interpretation of breast cancer spatial transcriptomics data

https://doi.org/10.48723/f4v5-m008
Proverna i datamängden är kopplade till en studie som fokuserar på att studera intratumoral heterogenitet i bröstcancer med användning av rumsliga transkriptomiska data och beräkningspatologi. Datauppsättningen innehåller 14 prover från 3 patienter (en trippelnegativ bröstcancer och två HER2-positiva bröstcancer). Flera regioner av tumören samlades in för analys. Varje prov är en tumörregion från en av patienterna. Bibliotek för rumslig transkriptomik framställdes med användning av Visium rumsliga genuttryckskit (10x genomik). Sekvensering utfördes med hjälp av Illumina NovaSeq 6000-plattformen vid National Genomics Infrastructure, SciLifeLab i Solna, Sverige. Datasetet består av 28 filer i fastq-format, komprimerade med GNUzip (gzip), från paired-end-RNA-sekvensering (10X Visium spatial transcriptomics). Metadata är beskrivna i filen SND_metadata.xlsx. För validering av dataintegritet finns filen md5sum.txt. Datasetets totala storlek är ungefär 300 GB.
Ladda ner dokumentation (2 filer / 2.47 KiB)

Dokumentationsfiler

Citering och åtkomst

Tillgänglighetsnivå:

Skapare/​primärforskare:

Forskningshuvudman:

Data innehåller personuppgifter:

Ja

Typ av personuppgifter:

Transkriptomika data

Kodnyckel existerar:

Ja

Data innehåller känsliga personuppgifter:

Ja

Citering:

Språk:

Metod och utfall

Population:

Bröstcancerprover samlades in vid Karolinska Universitetssjukhuset, Stockholm, Sverige från patienter med obehandlade invasiva duktala karcinom.

Studiedesign:

  • Experimentell studie

Urvalsmetod:

Beskrivning av urval:

Proverna i detta arkiv är slumpmässiga patientprover som uppfyller våra urvalskriterier (dvs. stor tumörstorlek och behandlingsnaiva). Patienters prover samlades in från multipla regioner av samma tumör för att undersöka den intratumorala heterogeniteten.

Antal individer/​objekt:

3

Dataformat/​datastruktur:

Prover/material Befintliga från vetenskaplig samling/biobank

Namn:

Stockholms medicinska biobank

Typ(er) av prov:

Tumör prover

Geografisk täckning

Geografisk plats:

Administrativ information

Ansvarig institution/​enhet:

Institutionen för onkologi-patologi

Etikprövning

Utförare:

Diarienummer:

2016/957-31

Utförare:

Diarienummer:

2017/742-32

Utförare:

Diarienummer:

2021-00795

Utförare:

Diarienummer:

2022-05245-02

Ämnesområde och nyckelord

Standard för svensk indelning av forskningsämnen 2025:

Nyckelord:

Publikationer

Citering:

Li, T., Yang, Q., Acs, B., Sifakis, E. G., Toosi, H., Engblom, C., Thrane, K., Lin, Q., Mold, J. E., Sun, W., Boyaci, C., Steen, S., Frisén, J., Lagergren, J., Lundeberg, J., Chen, X., & Hartman, J. (2025). Computational pathology annotation enhances the resolution and interpretation of breast cancer spatial transcriptomics data. In npj Precision Oncology (No. 310; Vol. 9, Issue 1). https://doi.org/10.1038/s41698-025-01104-3

SwePub:

oai:DiVA.org:kth-370404

Kontakt

Xinsong Chenxinsong.chen@ki.se
Johan Hartmanjohan.hartman@ki.se

Metadata

Version 1
doris
ki
Version 1 publicerad:Metadata uppdaterade: