浸润性小叶癌
浸润性小叶癌是起源于乳腺小叶终末导管-小叶单位、由小叶原位癌突破基底膜后浸润间质的特殊乳腺癌亚型,约占浸润性乳腺癌的5%~15%。其典型病理特征为黏附性缺失的癌细胞呈单行线状或靶环状弥漫浸润,常缺乏明显肿块,临床触诊常仅表现为界限不清的增厚区,影像学易漏诊。免疫组化多呈E-cadherin表达缺失或异常,雌激素受体多呈阳性。患者常因无痛性乳房硬结或钼靶筛查异常就诊,治疗需根据分期和分子分型综合采用手术、放疗、内分泌治疗及靶向治疗,是乳腺癌精准管理与转化研究的重要方向。
获取 浸润性小叶癌 专属定制方案
乳腺癌侵袭性多形性小叶癌可靶向改变研究补充文件2
该数据集以临床表格形式提供了84例经典浸润性小叶癌的分子改变数据,包括基因突变和拷贝数变异等分子特征,来源于TCGA项目,主要用于乳腺癌分子分型、癌症基因组学分析及靶向治疗策略的研究。

附加文件1:luminal型浸润性导管癌与luminal型浸润性小叶癌临床结果比较
该数据集是一个包含临床表格数据的医学研究支持文件,通过XLSX格式提供了luminal型浸润性导管癌与luminal型浸润性小叶癌患者的临床指标和结果数据,主要用于比较两种乳腺癌亚型的临床预后差异,支持乳腺癌亚型比较和luminal型乳腺癌临床结果的研究方向。

RATHER 浸润性小叶乳腺癌免疫组化数据集
该数据集包含来自RATHER队列的浸润性小叶乳腺癌样本的免疫组化数据,涵盖雌激素受体(ER)、孕激素受体(PR)、HER2和Ki67等关键生物标志物的检测结果,属于临床病理图像模态,主要用于乳腺癌分子分型、生物标志物研究以及浸润性小叶癌的病理学分析和预后评估。

附加文件1:管腔型浸润性导管癌与管腔型浸润性小叶癌临床结局比较
该数据集为表格形式的临床数据,包含管腔型浸润性导管癌与管腔型浸润性小叶癌患者的临床特征、治疗反应及生存结局等信息,主要用于乳腺癌亚型比较研究,支持临床预后分析和个性化医疗策略的制定。

浸润性小叶乳腺癌空间转录组(Visium)数据集
该数据集包含浸润性小叶乳腺癌组织的空间转录组数据,数据模态为空间基因表达数据,通过Visium V2技术平台获取并经过SpaceRanger软件处理,主要用于研究乳腺癌的肿瘤微环境、细胞异质性以及基因表达的空间分布模式,为肿瘤生物学和精准医疗提供关键数据支持。

乳腺癌浸润性多形性小叶癌靶向性改变补充文件1
该数据集以表格形式提供了乳腺癌浸润性多形性小叶癌(PLC)患者的临床病理信息与生物标志物状态数据,数据来源于TCGA及研究机构病例,主要应用于分析PLC的分子特征、识别潜在治疗靶点以及进行乳腺癌亚型比较研究。

浸润性小叶癌与导管癌亚组(ILC与IDC)的聚类关联分析数据集
该数据集包含浸润性小叶癌(ILC)和浸润性导管癌(IDC)的亚组聚类关联分析数据,涉及临床病理或分子表达谱等多模态信息,主要用于乳腺癌亚型分类、预后研究及精准医疗方向的肿瘤学和生物信息学分析。

ARID1A在小叶乳腺癌中作用的博士论文补充表格
该数据集包含在SUM44PE和MDA-MB-134VI小叶乳腺癌细胞系中进行的RNA-seq、ATAC-seq和ChIP-seq测序实验的详细表格数据,涵盖基因列表、峰值列表等文本模态信息,主要用于研究ARID1A基因在小叶乳腺癌中的分子功能与机制,为肿瘤生物学和乳腺癌靶向治疗研究提供数据支持。

浸润性小叶癌(ILC)队列RNA-Seq原始计数数据
该数据集包含浸润性小叶癌(ILC)患者队列的RNA测序原始计数及元数据,属于基因表达模态数据,主要用于乳腺癌基因组学研究和RNA-Seq数据分析,以探索肿瘤的基因表达特征、分子机制及潜在生物标志物。

同步性双侧乳腺癌伴异质性组织学:浸润性导管癌与小叶癌补充材料
该数据集是一个包含临床文本与表格数据的医学病例数据集,详细记录了一例罕见的双侧乳腺癌病例,其两侧肿瘤具有不同的组织学类型(浸润性导管癌与浸润性小叶癌),涵盖了患者病史、病理诊断、影像学检查、多阶段治疗方案及随访信息。它主要用于支持乳腺癌异质性研究、罕见临床情景分析以及个体化、多学科综合治疗策略的制定与评估。

乳腺小叶原位癌和浸润性小叶癌的遗传易感性数据集
该数据集是一个包含6,023例小叶癌病例和34,271例对照样本基因型数据的基因组关联研究数据集,数据模态为基因多态性信息,主要用于识别乳腺浸润性小叶癌和小叶原位癌的遗传易感位点,研究ER阳性乳腺癌不同形态学亚型(小叶癌与导管癌)之间的遗传异质性,并为乳腺癌的分子分型和精准预防提供遗传学证据。

浸润性小叶癌细胞系百科全书(ICLE)多组学数据集
该数据集是一个针对浸润性小叶癌及其类似乳腺癌细胞系的多组学数据集,包含光学基因组图谱、SNP芯片、DNA甲基化、转录组学、蛋白质组学和全外显子测序等多种模态的标准化数据,主要用于深入分析浸润性小叶癌的分子特征、识别潜在生物标志物以及探索新的治疗靶点,为癌症研究和精准医疗提供重要的数据资源。