本数据库通过收集和整理最新科研文献信息而得,供了解领域前沿进展之用。数据源自 PubMed Data ,每日自动更新,已收录文献数量参见 统计表格。表格内容由 GPT 自动整理,可能存在错误或遗漏,请使用时务必注意核实!
如有建议或合作意向,欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布,欢迎下载 源码 自行修改使用。如觉得不错,还请不吝 给我打赏,你的支持是我继续创新的重要动力!
除通过在线浏览外,为方便用户离线查阅,本站也提供 付费下载(定价10元)。之所以考虑收费,是因为批量扫描这些文献并整理也是有一定成本的,还请理解并多多支持。本站数据会持续更新,而仅需一次付费,未来就可以随时重新下载到最新版本数据。
序号 | 推送日期 | 文章 | 类型 | 简述 | 创新点 | 不足 | 研究目的 | 研究对象 | 领域 | 病种 | 技术 | 模型 | 数据类型 | 样本量 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1 | 2024-08-05 |
Evolution of multiple cell clones over a 29-year period of a CLL patient
2016-12-16, Nature communications
IF:14.7Q1
DOI:10.1038/ncomms13765
PMID:27982015
|
研究论文 | 本文研究了一名慢性淋巴细胞白血病患者29年的细胞克隆演化过程 | 首次通过单核苷酸多态性微阵列分析揭示了病程中细胞克隆的演变及其对治疗的反应 | 仅基于单个患者的数据,样本代表性有限 | 探讨慢性淋巴细胞白血病的细胞克隆演化及其在治疗中的变化 | 一名慢性淋巴细胞白血病患者及其细胞克隆的演化 | 数字病理学 | 慢性淋巴细胞白血病 | 单细胞RNA测序, 全基因组测序 | NA | 基因组数据, 转录组数据 | 1名患者的多次样本 |
2 | 2024-08-07 |
A machine learning approach for the identification of key markers involved in brain development from single-cell transcriptomic data
2016-12-22, BMC genomics
IF:3.5Q2
DOI:10.1186/s12864-016-3317-7
PMID:28155657
|
研究论文 | 本文介绍了一种利用机器学习算法(支持向量机和随机森林)分析单细胞RNA测序数据的新方法,以识别大脑发育中的关键标记物 | 本文提出了一种新的计算方法,使用支持向量机和随机森林算法来分析单细胞RNA测序数据,以识别不同细胞亚型之间的独特转录组差异 | NA | 研究目的是开发一种新的计算方法,用于分析单细胞RNA测序数据,以识别大脑发育中的关键标记物 | 研究对象是来自新皮质细胞和神经前体细胞的单细胞RNA测序数据 | 机器学习 | NA | 单细胞RNA测序 | 支持向量机和随机森林 | 转录组数据 | 38个关键转录本 |
3 | 2024-08-07 |
A Multiplexed Single-Cell CRISPR Screening Platform Enables Systematic Dissection of the Unfolded Protein Response
2016-Dec-15, Cell
IF:45.5Q1
DOI:10.1016/j.cell.2016.11.048
PMID:27984733
|
研究论文 | 本文介绍了一种名为Perturb-seq的多重单细胞CRISPR筛选平台,该平台结合了基于液滴的单细胞RNA测序和CRISPR介导的扰动条形码策略,用于系统性解析哺乳动物未折叠蛋白反应(UPR)。 | Perturb-seq平台能够在混合格式中对多种扰动进行分析,提高了功能基因组学研究的效率和精度。 | NA | 旨在通过多重单细胞CRISPR筛选平台Perturb-seq,系统性解析哺乳动物未折叠蛋白反应(UPR)。 | 研究对象包括哺乳动物细胞中的未折叠蛋白反应(UPR)及其相关的基因和细胞应答。 | 基因组学 | NA | CRISPR-seq, 单细胞RNA测序 | CRISPR干扰(CRISPRi) | 基因表达数据 | 约100个基因被用于Perturb-seq分析 |
4 | 2024-08-09 |
Single-cell analysis of differences in transcriptomic profiles of oocytes and cumulus cells at GV, MI, MII stages from PCOS patients
2016-12-22, Scientific reports
IF:3.8Q1
DOI:10.1038/srep39638
PMID:28004769
|
研究论文 | 本文比较了多囊卵巢综合征(PCOS)患者与非PCOS患者的卵母细胞和卵丘细胞在GV、MI、MII阶段的转录组差异,并评估了辅助生殖技术(ARTs)对PCOS患者的治疗效果 | 通过单细胞RNA测序技术,首次详细分析了PCOS患者卵母细胞和卵丘细胞在不同成熟阶段的转录组差异,并探讨了这些差异基因在PCOS发病机制中的潜在作用 | 研究样本量较小,且仅限于特定阶段的卵母细胞和卵丘细胞,可能无法全面反映PCOS的复杂性 | 比较PCOS患者与非PCOS患者的卵母细胞和卵丘细胞的转录组差异,并评估ARTs的治疗效果 | PCOS患者和非PCOS患者的卵母细胞及卵丘细胞 | NA | 多囊卵巢综合征 | 单细胞RNA测序 | NA | 转录组数据 | 16名PCOS患者和非PCOS患者 |
5 | 2024-08-09 |
acdc - Automated Contamination Detection and Confidence estimation for single-cell genome data
2016-Dec-20, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-016-1397-7
PMID:27998267
|
研究论文 | 本文介绍了一种名为acdc的工具,用于自动检测和评估单细胞基因组数据中的污染 | acdc工具结合了监督和非监督方法,能够可靠地检测已知和新出现的污染物,并提供了无参考的检测方法 | NA | 开发一种新的工具,用于提高单细胞基因组数据质量控制过程中的污染检测效率 | 单细胞基因组数据中的污染检测 | 生物信息学 | NA | 16S rRNA基因预测、超快速精确比对技术、机器学习技术 | 机器学习模型 | 基因组数据 | 大量来自不同测序项目的样本 |
6 | 2024-08-09 |
Perturb-Seq: Dissecting Molecular Circuits with Scalable Single-Cell RNA Profiling of Pooled Genetic Screens
2016-Dec-15, Cell
IF:45.5Q1
DOI:10.1016/j.cell.2016.11.038
PMID:27984732
|
研究论文 | 本文开发了Perturb-seq技术,结合单细胞RNA测序和CRISPR-based扰动,对大量细胞进行基因扰动分析 | Perturb-seq技术能够在大规模细胞池中进行复杂的表型分析,如转录组轮廓 | NA | 研究基因功能及其在免疫细胞中的作用 | 免疫细胞和细胞系中的转录因子及其对脂多糖(LPS)反应的调控 | 基因组学 | NA | 单细胞RNA测序(RNA-seq),CRISPR | NA | RNA | 200,000个细胞 |
7 | 2024-08-09 |
Dissecting Immune Circuits by Linking CRISPR-Pooled Screens with Single-Cell RNA-Seq
2016-Dec-15, Cell
IF:45.5Q1
DOI:10.1016/j.cell.2016.11.039
PMID:27984734
|
研究论文 | 本文介绍了一种名为CRISP-seq的集成方法,结合单细胞RNA测序和CRISPR池筛选技术,用于解析多细胞生物中的免疫调节电路 | CRISP-seq方法能够在同一细胞中同时分析基因组扰动和转录组,从而揭示多个因子及其相互作用的功能 | NA | 探索多细胞生物中免疫调节电路的功能和相互作用 | 先天免疫调节电路中的发育和信号依赖因子 | 基因编辑 | NA | CRISPR-Pooled Screens, 单细胞RNA-seq | NA | RNA | 数万个体外和鼠类扰动细胞 |
8 | 2024-08-09 |
Single-cell RNA sequencing identifies diverse roles of epithelial cells in idiopathic pulmonary fibrosis
2016-12-08, JCI insight
IF:6.3Q1
DOI:10.1172/jci.insight.90558
PMID:27942595
|
研究论文 | 本研究利用单细胞RNA测序技术(scRNA-seq)分析了特发性肺纤维化(IPF)中的上皮细胞类型及其在疾病发病机制中的生物学过程 | 研究首次识别了IPF中三种不同的上皮细胞亚型,并揭示了这些细胞在病理过程中的作用 | 研究主要集中在细胞水平,未涉及更广泛的组织或器官层面的分析 | 探索特发性肺纤维化中上皮细胞的多样性和其在疾病发展中的作用 | 特发性肺纤维化中的上皮细胞 | 数字病理学 | 肺纤维化 | 单细胞RNA测序(scRNA-seq) | NA | RNA | 涉及正常人肺上皮细胞和IPF细胞的单细胞RNA测序分析 |
9 | 2024-08-09 |
High-performance multiplexed fluorescence in situ hybridization in culture and tissue with matrix imprinting and clearing
2016-12-13, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.1617699113
PMID:27911841
|
研究论文 | 本文开发了一种用于FISH测量的样本清除方法,通过嵌入样本于聚丙烯酰胺中,固定RNA并清除细胞蛋白和脂质,以减少非特异性探针结合和细胞自发荧光,从而提高检测效率和灵敏度 | 提出了通过矩阵印迹和清除技术来减少FISH探针的非特异性结合和细胞自发荧光,从而提高多重荧光原位杂交技术的性能 | NA | 旨在提高多重荧光原位杂交技术在细胞培养和组织样本中的性能 | 研究对象包括FISH探针的非特异性结合、细胞自发荧光以及RNA的检测 | 数字病理学 | NA | 多重荧光原位杂交(FISH) | NA | 图像 | 在清除样本中测量了130种RNA物种的拷贝数,并使用矩阵印迹和清除方法对小鼠大脑复杂组织样本进行了MERFISH测量 |
10 | 2024-08-09 |
Tracing the origin of disseminated tumor cells in breast cancer using single-cell sequencing
2016-12-09, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-016-1109-7
PMID:27931250
|
研究论文 | 本研究利用单细胞测序技术追踪乳腺癌中扩散肿瘤细胞的起源 | 首次通过单细胞测序技术详细分析了扩散肿瘤细胞的遗传变异,并追踪了其起源 | 研究样本仅来自六名非转移性乳腺癌患者,可能限制了结果的普遍性 | 揭示扩散肿瘤细胞的分子特性及其在肿瘤中的起源 | 乳腺癌患者的扩散肿瘤细胞及其遗传变异 | 数字病理学 | 乳腺癌 | 单细胞测序 | NA | DNA | 63个单细胞来自6名非转移性乳腺癌患者 |
11 | 2024-08-09 |
Macrophage Colony Stimulating Factor Derived from CD4+ T Cells Contributes to Control of a Blood-Borne Infection
2016-Dec, PLoS pathogens
IF:5.5Q1
DOI:10.1371/journal.ppat.1006046
PMID:27923070
|
研究论文 | 本文研究了CD4+ T细胞分泌的巨噬细胞集落刺激因子(MCSF)在控制血液传播感染中的作用 | 首次揭示了CD4+ T细胞作为体内生理相关的MCSF来源,并阐明了T辅助细胞通过调节髓系细胞限制血液传播的细胞内病原体生长的机制 | NA | 探讨CD4+ T细胞和MCSF在控制血液传播感染中的作用 | CD4+ T细胞、MCSF、髓系细胞和血液传播的病原体 | 免疫学 | 疟疾 | 单细胞RNA测序 | NA | RNA | 涉及感染P. chabaudi的CD4+ T细胞和髓系细胞亚群 |
12 | 2024-08-09 |
Single-cell sequencing of the small-RNA transcriptome
2016-Dec, Nature biotechnology
IF:33.1Q1
DOI:10.1038/nbt.3701
PMID:27798564
|
研究论文 | 本文介绍了一种单细胞水平的小RNA转录组测序方法,并应用于人类胚胎干细胞和癌细胞中,分析了microRNA及tRNA和snoRNA片段,揭示了microRNA作为不同细胞类型和状态标记的潜力 | 首次开发了一种单细胞水平的小RNA转录组测序方法 | NA | 研究小RNA表达的异质性及其在不同细胞类型和状态中的作用 | 人类胚胎干细胞和癌细胞中的小RNA | 数字病理学 | NA | 单细胞测序 | NA | RNA | 多种人类胚胎干细胞和癌细胞 |
13 | 2024-08-09 |
L1-associated genomic regions are deleted in somatic cells of the healthy human brain
2016-12, Nature neuroscience
IF:21.2Q1
DOI:10.1038/nn.4388
PMID:27618310
|
研究论文 | 本研究使用基于机器学习的单细胞测序方法,发现健康人脑体细胞中L1相关变异(SLAVs)包括L1逆转录转座插入和非逆转录转座依赖的L1相关变异,并证明部分SLAVs是由L1内切酶切割活性产生的体细胞缺失 | 首次揭示了L1相关基因组区域在健康人脑体细胞中的缺失现象,并发现这些区域是体细胞拷贝数变异的热点,对体细胞嵌合现象有遗传贡献 | NA | 探究健康人脑中L1相关变异的类型及其对体细胞嵌合现象的影响 | 健康人脑体细胞中的L1相关变异 | 基因组学 | NA | 单细胞测序 | 机器学习 | 基因组数据 | NA |
14 | 2024-08-09 |
Single-nucleus RNA-seq of differentiating human myoblasts reveals the extent of fate heterogeneity
2016-12-01, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkw739
PMID:27566152
|
研究论文 | 本研究通过单核RNA测序(snRNA-seq)分析了分化中的人肌原细胞,揭示了命运异质性的程度 | 本研究采用了单核转录组分析方法,克服了传统单细胞微流控技术在捕获大型多核细胞方面的不足,并发现了单核RNA测序在捕获核富集的长非编码RNA(lncRNAs)和miRNA前体方面的独特优势 | NA | 研究目的是通过单核RNA测序技术揭示人肌原细胞分化过程中的转录组变化和命运异质性 | 研究对象是分化中的人肌原细胞及其转录组 | 基因组学 | NA | 单核RNA测序(snRNA-seq) | NA | 转录组数据 | 使用了永生化的人肌原细胞进行单细胞(scRNA-seq)和单核(snRNA-seq)RNA测序分析 |
15 | 2024-08-09 |
Long noncoding RNAs: Central to nervous system development
2016-Dec, International journal of developmental neuroscience : the official journal of the International Society for Developmental Neuroscience
IF:1.7Q4
DOI:10.1016/j.ijdevneu.2016.06.001
PMID:27296516
|
research paper | 本文探讨了长非编码RNA(lncRNAs)在中枢神经系统(CNS)发育中的作用 | lncRNAs在CNS发育中展现出功能多样性,为研究提供了新的视角 | lncRNAs的表达水平低于蛋白质编码RNA,增加了研究的复杂性 | 研究lncRNAs在CNS特定分化中的作用 | 长非编码RNA(lncRNAs)及其在中枢神经系统发育中的功能 | NA | NA | NA | NA | NA | NA |