
-
生物通官微
陪你抓住生命科技
跳动的脉搏
肺神经内分泌肿瘤多组学与空间病理数据集的构建及分子亚组形态学解析
《Scientific Data》:A multi-omic, spatial, and whole-slide image dataset of lung neuroendocrine tumours
【字体: 大 中 小 】 时间:2026年11月17日 来源:Scientific Data 7.2
编辑推荐:
摘要肺神经内分泌肿瘤(肺 NET)是一类罕见肿瘤,约占肺癌的2%。近期研究基于转录组和甲基化组数据鉴定出了不同的分子亚组,但由于全基因组数据和影像学数据有限,其基因组及形态学特征仍未得到充分探索。我们生成了肺 NET 的多组学数据集(201名参与者,共 n?=?294个肿瘤),包
肺神经内分泌肿瘤(肺 NET)是一类罕见肿瘤,约占肺癌的2%。近期研究基于转录组和甲基化组数据鉴定出了不同的分子亚组,但由于全基因组数据和影像学数据有限,其基因组及形态学特征仍未得到充分探索。我们生成了肺 NET 的多组学数据集(201名参与者,共 n?=?294个肿瘤),包括 RNA 测序、EPIC 850?K 甲基化芯片和全基因组测序。该多组学数据集还包括41名参与者的多区域全基因组测序数据,从而能够量化肿瘤内异质性。此外,我们还生成了空间蛋白组学数据(67名参与者)、空间转录组学数据(4名参与者)以及198例病例的全切片组织病理图像。该数据集支持对肺 NET 分子亚组进行系统性表征,并可利用深度学习算法鉴定各亚组特有的形态学特征。所有质量控制分析、处理后数据及脚本均已提供,以确保研究的可重复性。该数据集可作为进一步开展肺 NET 分子和形态学分析的基础,并为未来多尺度整合研究提供支持。