Changes

              
    

          
          
        
        

            
f
1
{
f
1
{
            
2
  "author": "Capek, Daniel ",
2
  "author": "Capek, Daniel ",
            
3
  "author_email": "",
3
  "author_email": "",
            
n
n
4
  "citation": [],
            
4
  "creator_user_id": "17755db4-395a-4b3b-ac09-e8e3484ca700",
5
  "creator_user_id": "17755db4-395a-4b3b-ac09-e8e3484ca700",
            
5
  "doi": "10.48606/15",
6
  "doi": "10.48606/15",
            
6
  "doi_date_published": "2022",
7
  "doi_date_published": "2022",
            
7
  "doi_publisher": "",
8
  "doi_publisher": "",
            
8
  "doi_status": "True",
9
  "doi_status": "True",
            
9
  "extra_authors": [
10
  "extra_authors": [
            
10
    {
11
    {
            
11
      "extra_author": "Kurzbach, Anica",
12
      "extra_author": "Kurzbach, Anica",
            
n
n
13
      "familyName": "Kurzbach",
            
14
      "givenName": "Anica",
            
12
      "orcid": "0000-0003-1531-3088"
15
      "orcid": "0000-0003-1531-3088"
            
13
    },
16
    },
            
14
    {
17
    {
            
15
      "extra_author": "Safroshkin, Matvey",
18
      "extra_author": "Safroshkin, Matvey",
            
n
n
19
      "familyName": "Safroshkin",
            
20
      "givenName": "Matvey",
            
16
      "orcid": "0000-0003-3955-5081"
21
      "orcid": "0000-0003-3955-5081"
            
17
    },
22
    },
            
18
    {
23
    {
            
19
      "extra_author": "Morales-Navarrete, Hernan ",
24
      "extra_author": "Morales-Navarrete, Hernan ",
            
n
n
25
      "familyName": "Morales-Navarrete",
            
26
      "givenName": "Hernan ",
            
20
      "orcid": "0000-0002-9578-2556"
27
      "orcid": "0000-0002-9578-2556"
            
21
    },
28
    },
            
22
    {
29
    {
            
23
      "extra_author": "Arutyunov, Grigory",
30
      "extra_author": "Arutyunov, Grigory",
            
n
n
31
      "familyName": "Arutyunov",
            
32
      "givenName": "Grigory",
            
24
      "orcid": "0000-0002-4372-9155"
33
      "orcid": "0000-0002-4372-9155"
            
25
    },
34
    },
            
26
    {
35
    {
            
27
      "extra_author": "Toulany, Nikan",
36
      "extra_author": "Toulany, Nikan",
            
n
n
37
      "familyName": "Toulany",
            
38
      "givenName": "Nikan",
            
28
      "orcid": "0000-0003-3505-7325"
39
      "orcid": "0000-0003-3505-7325"
            
29
    }
40
    }
            
30
  ],
41
  ],
            
n
n
42
  "familyName": "Capek",
            
43
  "givenName": "Daniel ",
            
31
  "groups": [],
44
  "groups": [],
            
32
  "id": "ee5bef8f-48ca-499b-9f7b-411e6b236ffd",
45
  "id": "ee5bef8f-48ca-499b-9f7b-411e6b236ffd",
            
33
  "isopen": false,
46
  "isopen": false,
            
34
  "license_id": "CC BY 4.0 Attribution",
47
  "license_id": "CC BY 4.0 Attribution",
            
35
  "license_title": "CC BY 4.0 Attribution",
48
  "license_title": "CC BY 4.0 Attribution",
            
36
  "metadata_created": "2023-01-12T13:30:59.121962",
49
  "metadata_created": "2023-01-12T13:30:59.121962",
            
t
37
  "metadata_modified": "2023-08-04T09:27:57.515034",
t
50
  "metadata_modified": "2024-11-28T13:16:16.045425",
            
38
  "name": "rdr-doi-10-48606-15",
51
  "name": "rdr-doi-10-48606-15",
            
39
  "notes": "Abstract: This is the data repository of the training and 
52
  "notes": "Abstract: This is the data repository of the training and 
            
40
test data sets for EmbryoNet. The data is structured in multiple 
53
test data sets for EmbryoNet. The data is structured in multiple 
            
41
packages. EmbryoNet_Models (DOI 10.48606/31) contains the trained 
54
packages. EmbryoNet_Models (DOI 10.48606/31) contains the trained 
            
42
neural networks, the other packages are imaging data. All data are 
55
neural networks, the other packages are imaging data. All data are 
            
43
brightfield timelapse images of one or multiple embryos recorded in 
56
brightfield timelapse images of one or multiple embryos recorded in 
            
44
multiwell plates in either the Acquifer Imaging Machine or the Keyence 
57
multiwell plates in either the Acquifer Imaging Machine or the Keyence 
            
45
BZ-X810 microscope. The microscope type is included in the name of the 
58
BZ-X810 microscope. The microscope type is included in the name of the 
            
46
archive, e.g. BMP_Acquifer.zip.  Training data images are accompanied 
59
archive, e.g. BMP_Acquifer.zip.  Training data images are accompanied 
            
47
by json-files with the classification from human annotators, while 
60
by json-files with the classification from human annotators, while 
            
48
test data sets also have the jsons of EmbryoNet's classification. The 
61
test data sets also have the jsons of EmbryoNet's classification. The 
            
49
dataset EmbryoNet_Image-data: Stickleback 1 (DOI 10.48606/32) contains 
62
dataset EmbryoNet_Image-data: Stickleback 1 (DOI 10.48606/32) contains 
            
50
training data for the Stickleback version of EmbryoNet,  and 
63
training data for the Stickleback version of EmbryoNet,  and 
            
51
EmbryoNet_Test-data: Stickleback (DOI 10.48606/33) contains the 
64
EmbryoNet_Test-data: Stickleback (DOI 10.48606/33) contains the 
            
52
evaluation data. EmbryoNet_Training-data: Medaka (DOI 10.48606/35) and 
65
evaluation data. EmbryoNet_Training-data: Medaka (DOI 10.48606/35) and 
            
53
EmbryoNet_Test-data: Medaka (DOI 10.48606/34) contain the respective 
66
EmbryoNet_Test-data: Medaka (DOI 10.48606/34) contain the respective 
            
54
data for Medaka. The other packages are zebrafish images. The two 
67
data for Medaka. The other packages are zebrafish images. The two 
            
55
archives named EmbryoNet_Test-data 1&2 (DOI: 10.48606/29 & 
68
archives named EmbryoNet_Test-data 1&2 (DOI: 10.48606/29 & 
            
56
10.48606/30) are the zebrafish test data sets. The zebrafish training 
69
10.48606/30) are the zebrafish test data sets. The zebrafish training 
            
57
data sets are named after the signaling molecule: 
70
data sets are named after the signaling molecule: 
            
58
EmbryoNet_training-data: BMP (DOI 10.48606/18), 
71
EmbryoNet_training-data: BMP (DOI 10.48606/18), 
            
59
EmbryoNet_training-data: Retinoic acid (DOI 10.48606/20), 
72
EmbryoNet_training-data: Retinoic acid (DOI 10.48606/20), 
            
60
EmbryoNet_training-data: Wnt (DOI 10.48606/21), 
73
EmbryoNet_training-data: Wnt (DOI 10.48606/21), 
            
61
EmbryoNet_training-data: FGF (DOI 10.48606/22), 
74
EmbryoNet_training-data: FGF (DOI 10.48606/22), 
            
62
EmbryoNet_training-data: Nodal (DOI 10.48606/23), 
75
EmbryoNet_training-data: Nodal (DOI 10.48606/23), 
            
63
EmbryoNet_training-data: Shh (DOI 10.48606/25) and 
76
EmbryoNet_training-data: Shh (DOI 10.48606/25) and 
            
64
EmbryoNet_training-data: PCP (DOI 10.48606/26). 
77
EmbryoNet_training-data: PCP (DOI 10.48606/26). 
            
65
EmbryoNet_training-data: WT (DOI 10.48606/16) contains the training 
78
EmbryoNet_training-data: WT (DOI 10.48606/16) contains the training 
            
66
data of untreated embryos. The datasets EmbryoNet_Training-data: 
79
data of untreated embryos. The datasets EmbryoNet_Training-data: 
            
67
Severities - Keyence (DOI 10.48606/28) and EmbryoNet_Training-data: 
80
Severities - Keyence (DOI 10.48606/28) and EmbryoNet_Training-data: 
            
68
Severities - Acquifer (DOI 10.48606/27) contain the training and 
81
Severities - Acquifer (DOI 10.48606/27) contain the training and 
            
69
evaluation data of the Severities experiments with different inhibitor 
82
evaluation data of the Severities experiments with different inhibitor 
            
70
concentrations. Inside a zip file the data is arranged in experiment 
83
concentrations. Inside a zip file the data is arranged in experiment 
            
71
folders, named in the format DATE_Molecule_concentration, e.g. 
84
folders, named in the format DATE_Molecule_concentration, e.g. 
            
72
201222_FGF_10uM. Inside these experiment folders the data is organized 
85
201222_FGF_10uM. Inside these experiment folders the data is organized 
            
73
after multiwell plate or microscope positions, A001-D006 for the 
86
after multiwell plate or microscope positions, A001-D006 for the 
            
74
Acquifer data and XY01-XY24 for the Keyence data.",
87
Acquifer data and XY01-XY24 for the Keyence data.",
            
75
  "num_resources": 0,
88
  "num_resources": 0,
            
76
  "num_tags": 9,
89
  "num_tags": 9,
            
77
  "orcid": "0000-0001-5199-9940",
90
  "orcid": "0000-0001-5199-9940",
            
78
  "organization": {
91
  "organization": {
            
79
    "approval_status": "approved",
92
    "approval_status": "approved",
            
80
    "created": "2023-01-12T13:30:23.238233",
93
    "created": "2023-01-12T13:30:23.238233",
            
81
    "description": "RADAR (Research Data Repository) is a 
94
    "description": "RADAR (Research Data Repository) is a 
            
82
cross-disciplinary repository for archiving and publishing research 
95
cross-disciplinary repository for archiving and publishing research 
            
83
data from completed scientific studies and projects. The focus is on 
96
data from completed scientific studies and projects. The focus is on 
            
84
research data from subjects that do not yet have their own 
97
research data from subjects that do not yet have their own 
            
85
discipline-specific infrastructures for research data management. ",
98
discipline-specific infrastructures for research data management. ",
            
86
    "id": "013c89a9-383c-4200-8baa-0f78bf1d91f9",
99
    "id": "013c89a9-383c-4200-8baa-0f78bf1d91f9",
            
87
    "image_url": "radar-logo.svg",
100
    "image_url": "radar-logo.svg",
            
88
    "is_organization": true,
101
    "is_organization": true,
            
89
    "name": "radar",
102
    "name": "radar",
            
90
    "state": "active",
103
    "state": "active",
            
91
    "title": "RADAR",
104
    "title": "RADAR",
            
92
    "type": "organization"
105
    "type": "organization"
            
93
  },
106
  },
            
94
  "owner_org": "013c89a9-383c-4200-8baa-0f78bf1d91f9",
107
  "owner_org": "013c89a9-383c-4200-8baa-0f78bf1d91f9",
            
95
  "private": false,
108
  "private": false,
            
96
  "production_year": "2022",
109
  "production_year": "2022",
            
97
  "publication_year": "2022",
110
  "publication_year": "2022",
            
98
  "publishers": [
111
  "publishers": [
            
99
    {
112
    {
            
100
      "publisher": "Universit\u00e4t Konstanz"
113
      "publisher": "Universit\u00e4t Konstanz"
            
101
    }
114
    }
            
102
  ],
115
  ],
            
103
  "related_identifiers": [
116
  "related_identifiers": [
            
104
    {
117
    {
            
105
      "identifier": "10.48606/16",
118
      "identifier": "10.48606/16",
            
106
      "identifier_type": "DOI",
119
      "identifier_type": "DOI",
            
107
      "relation_type": "HasPart"
120
      "relation_type": "HasPart"
            
108
    },
121
    },
            
109
    {
122
    {
            
110
      "identifier": "10.48606/18",
123
      "identifier": "10.48606/18",
            
111
      "identifier_type": "DOI",
124
      "identifier_type": "DOI",
            
112
      "relation_type": "HasPart"
125
      "relation_type": "HasPart"
            
113
    },
126
    },
            
114
    {
127
    {
            
115
      "identifier": "10.48606/20",
128
      "identifier": "10.48606/20",
            
116
      "identifier_type": "DOI",
129
      "identifier_type": "DOI",
            
117
      "relation_type": "HasPart"
130
      "relation_type": "HasPart"
            
118
    },
131
    },
            
119
    {
132
    {
            
120
      "identifier": "10.48606/21",
133
      "identifier": "10.48606/21",
            
121
      "identifier_type": "DOI",
134
      "identifier_type": "DOI",
            
122
      "relation_type": "HasPart"
135
      "relation_type": "HasPart"
            
123
    },
136
    },
            
124
    {
137
    {
            
125
      "identifier": "10.48606/22",
138
      "identifier": "10.48606/22",
            
126
      "identifier_type": "DOI",
139
      "identifier_type": "DOI",
            
127
      "relation_type": "HasPart"
140
      "relation_type": "HasPart"
            
128
    },
141
    },
            
129
    {
142
    {
            
130
      "identifier": "10.48606/23",
143
      "identifier": "10.48606/23",
            
131
      "identifier_type": "DOI",
144
      "identifier_type": "DOI",
            
132
      "relation_type": "HasPart"
145
      "relation_type": "HasPart"
            
133
    },
146
    },
            
134
    {
147
    {
            
135
      "identifier": "10.48606/25",
148
      "identifier": "10.48606/25",
            
136
      "identifier_type": "DOI",
149
      "identifier_type": "DOI",
            
137
      "relation_type": "HasPart"
150
      "relation_type": "HasPart"
            
138
    },
151
    },
            
139
    {
152
    {
            
140
      "identifier": "10.48606/26",
153
      "identifier": "10.48606/26",
            
141
      "identifier_type": "DOI",
154
      "identifier_type": "DOI",
            
142
      "relation_type": "HasPart"
155
      "relation_type": "HasPart"
            
143
    },
156
    },
            
144
    {
157
    {
            
145
      "identifier": "10.48606/27",
158
      "identifier": "10.48606/27",
            
146
      "identifier_type": "DOI",
159
      "identifier_type": "DOI",
            
147
      "relation_type": "HasPart"
160
      "relation_type": "HasPart"
            
148
    },
161
    },
            
149
    {
162
    {
            
150
      "identifier": "10.48606/28",
163
      "identifier": "10.48606/28",
            
151
      "identifier_type": "DOI",
164
      "identifier_type": "DOI",
            
152
      "relation_type": "HasPart"
165
      "relation_type": "HasPart"
            
153
    },
166
    },
            
154
    {
167
    {
            
155
      "identifier": "10.48606/29",
168
      "identifier": "10.48606/29",
            
156
      "identifier_type": "DOI",
169
      "identifier_type": "DOI",
            
157
      "relation_type": "HasPart"
170
      "relation_type": "HasPart"
            
158
    },
171
    },
            
159
    {
172
    {
            
160
      "identifier": "10.48606/30",
173
      "identifier": "10.48606/30",
            
161
      "identifier_type": "DOI",
174
      "identifier_type": "DOI",
            
162
      "relation_type": "HasPart"
175
      "relation_type": "HasPart"
            
163
    },
176
    },
            
164
    {
177
    {
            
165
      "identifier": "10.48606/31",
178
      "identifier": "10.48606/31",
            
166
      "identifier_type": "DOI",
179
      "identifier_type": "DOI",
            
167
      "relation_type": "HasPart"
180
      "relation_type": "HasPart"
            
168
    },
181
    },
            
169
    {
182
    {
            
170
      "identifier": "10.48606/32",
183
      "identifier": "10.48606/32",
            
171
      "identifier_type": "DOI",
184
      "identifier_type": "DOI",
            
172
      "relation_type": "HasPart"
185
      "relation_type": "HasPart"
            
173
    },
186
    },
            
174
    {
187
    {
            
175
      "identifier": "10.48606/33",
188
      "identifier": "10.48606/33",
            
176
      "identifier_type": "DOI",
189
      "identifier_type": "DOI",
            
177
      "relation_type": "HasPart"
190
      "relation_type": "HasPart"
            
178
    },
191
    },
            
179
    {
192
    {
            
180
      "identifier": "10.48606/34",
193
      "identifier": "10.48606/34",
            
181
      "identifier_type": "DOI",
194
      "identifier_type": "DOI",
            
182
      "relation_type": "HasPart"
195
      "relation_type": "HasPart"
            
183
    },
196
    },
            
184
    {
197
    {
            
185
      "identifier": "10.48606/35",
198
      "identifier": "10.48606/35",
            
186
      "identifier_type": "DOI",
199
      "identifier_type": "DOI",
            
187
      "relation_type": "HasPart"
200
      "relation_type": "HasPart"
            
188
    },
201
    },
            
189
    {
202
    {
            
190
      "identifier": "10.48606/37 ",
203
      "identifier": "10.48606/37 ",
            
191
      "identifier_type": "DOI",
204
      "identifier_type": "DOI",
            
192
      "relation_type": "HasPart"
205
      "relation_type": "HasPart"
            
193
    },
206
    },
            
194
    {
207
    {
            
195
      "identifier": "10.48606/38 ",
208
      "identifier": "10.48606/38 ",
            
196
      "identifier_type": "DOI",
209
      "identifier_type": "DOI",
            
197
      "relation_type": "HasPart"
210
      "relation_type": "HasPart"
            
198
    },
211
    },
            
199
    {
212
    {
            
200
      "identifier": "10.48606/41 ",
213
      "identifier": "10.48606/41 ",
            
201
      "identifier_type": "DOI",
214
      "identifier_type": "DOI",
            
202
      "relation_type": "HasPart"
215
      "relation_type": "HasPart"
            
203
    },
216
    },
            
204
    {
217
    {
            
205
      "identifier": "10.48606/53",
218
      "identifier": "10.48606/53",
            
206
      "identifier_type": "DOI",
219
      "identifier_type": "DOI",
            
207
      "relation_type": "HasPart"
220
      "relation_type": "HasPart"
            
208
    },
221
    },
            
209
    {
222
    {
            
210
      "identifier": "10.48606/55",
223
      "identifier": "10.48606/55",
            
211
      "identifier_type": "DOI",
224
      "identifier_type": "DOI",
            
212
      "relation_type": "HasPart"
225
      "relation_type": "HasPart"
            
213
    }
226
    }
            
214
  ],
227
  ],
            
215
  "relationships_as_object": [],
228
  "relationships_as_object": [],
            
216
  "relationships_as_subject": [],
229
  "relationships_as_subject": [],
            
217
  "repository_name": "RADAR (Research Data Repository)",
230
  "repository_name": "RADAR (Research Data Repository)",
            
218
  "resource_type": "Dataset - Overview of the EmbryoNet datapackages",
231
  "resource_type": "Dataset - Overview of the EmbryoNet datapackages",
            
219
  "resources": [],
232
  "resources": [],
            
220
  "services_used_list": "",
233
  "services_used_list": "",
            
221
  "source_metadata_created": "2022",
234
  "source_metadata_created": "2022",
            
222
  "source_metadata_modified": "",
235
  "source_metadata_modified": "",
            
223
  "state": "active",
236
  "state": "active",
            
224
  "subject_areas": [
237
  "subject_areas": [
            
225
    {
238
    {
            
226
      "subject_area_additional": "",
239
      "subject_area_additional": "",
            
227
      "subject_area_name": "Biology"
240
      "subject_area_name": "Biology"
            
228
    }
241
    }
            
229
  ],
242
  ],
            
230
  "tags": [
243
  "tags": [
            
231
    {
244
    {
            
232
      "display_name": "cell signaling",
245
      "display_name": "cell signaling",
            
233
      "id": "ef90b71c-a2d0-44f4-b8eb-42461f6ea2e1",
246
      "id": "ef90b71c-a2d0-44f4-b8eb-42461f6ea2e1",
            
234
      "name": "cell signaling",
247
      "name": "cell signaling",
            
235
      "state": "active",
248
      "state": "active",
            
236
      "vocabulary_id": null
249
      "vocabulary_id": null
            
237
    },
250
    },
            
238
    {
251
    {
            
239
      "display_name": "development",
252
      "display_name": "development",
            
240
      "id": "293b4641-9e2e-44df-b7b1-46de625283f6",
253
      "id": "293b4641-9e2e-44df-b7b1-46de625283f6",
            
241
      "name": "development",
254
      "name": "development",
            
242
      "state": "active",
255
      "state": "active",
            
243
      "vocabulary_id": null
256
      "vocabulary_id": null
            
244
    },
257
    },
            
245
    {
258
    {
            
246
      "display_name": "high-throughput",
259
      "display_name": "high-throughput",
            
247
      "id": "4c7004f2-f511-4233-af6a-3c2f8674670b",
260
      "id": "4c7004f2-f511-4233-af6a-3c2f8674670b",
            
248
      "name": "high-throughput",
261
      "name": "high-throughput",
            
249
      "state": "active",
262
      "state": "active",
            
250
      "vocabulary_id": null
263
      "vocabulary_id": null
            
251
    },
264
    },
            
252
    {
265
    {
            
253
      "display_name": "machine learning",
266
      "display_name": "machine learning",
            
254
      "id": "9e42784b-6ee7-47e8-a69a-28b8c510212b",
267
      "id": "9e42784b-6ee7-47e8-a69a-28b8c510212b",
            
255
      "name": "machine learning",
268
      "name": "machine learning",
            
256
      "state": "active",
269
      "state": "active",
            
257
      "vocabulary_id": null
270
      "vocabulary_id": null
            
258
    },
271
    },
            
259
    {
272
    {
            
260
      "display_name": "medaka",
273
      "display_name": "medaka",
            
261
      "id": "1b034b8b-5fcb-43b6-b966-7bafed3da9d3",
274
      "id": "1b034b8b-5fcb-43b6-b966-7bafed3da9d3",
            
262
      "name": "medaka",
275
      "name": "medaka",
            
263
      "state": "active",
276
      "state": "active",
            
264
      "vocabulary_id": null
277
      "vocabulary_id": null
            
265
    },
278
    },
            
266
    {
279
    {
            
267
      "display_name": "phenomic screen",
280
      "display_name": "phenomic screen",
            
268
      "id": "31edf0b5-461e-46a9-b43a-0314b5fa9eb7",
281
      "id": "31edf0b5-461e-46a9-b43a-0314b5fa9eb7",
            
269
      "name": "phenomic screen",
282
      "name": "phenomic screen",
            
270
      "state": "active",
283
      "state": "active",
            
271
      "vocabulary_id": null
284
      "vocabulary_id": null
            
272
    },
285
    },
            
273
    {
286
    {
            
274
      "display_name": "phenotypes",
287
      "display_name": "phenotypes",
            
275
      "id": "1fc768c3-022c-4042-8042-0b90932489f1",
288
      "id": "1fc768c3-022c-4042-8042-0b90932489f1",
            
276
      "name": "phenotypes",
289
      "name": "phenotypes",
            
277
      "state": "active",
290
      "state": "active",
            
278
      "vocabulary_id": null
291
      "vocabulary_id": null
            
279
    },
292
    },
            
280
    {
293
    {
            
281
      "display_name": "stickleback",
294
      "display_name": "stickleback",
            
282
      "id": "23e173f1-fdeb-4119-993a-07208d3dc60e",
295
      "id": "23e173f1-fdeb-4119-993a-07208d3dc60e",
            
283
      "name": "stickleback",
296
      "name": "stickleback",
            
284
      "state": "active",
297
      "state": "active",
            
285
      "vocabulary_id": null
298
      "vocabulary_id": null
            
286
    },
299
    },
            
287
    {
300
    {
            
288
      "display_name": "zebrafish",
301
      "display_name": "zebrafish",
            
289
      "id": "98db8ebb-7bdf-40cb-adc7-4b6ad2ed20f7",
302
      "id": "98db8ebb-7bdf-40cb-adc7-4b6ad2ed20f7",
            
290
      "name": "zebrafish",
303
      "name": "zebrafish",
            
291
      "state": "active",
304
      "state": "active",
            
292
      "vocabulary_id": null
305
      "vocabulary_id": null
            
293
    }
306
    }
            
294
  ],
307
  ],
            
295
  "title": "Datasets for \"embryonet: using deep learning to link 
308
  "title": "Datasets for \"embryonet: using deep learning to link 
            
296
embryonic phenotypes to signaling pathways\"",
309
embryonic phenotypes to signaling pathways\"",
            
297
  "type": "vdataset",
310
  "type": "vdataset",
            
298
  "url": "https://doi.org/10.48606/15"
311
  "url": "https://doi.org/10.48606/15"
            
299
}
312
}