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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
21 | 2024-08-09 |
Revealing allele-specific gene expression by single-cell transcriptomics
2017-09, The international journal of biochemistry & cell biology
DOI:10.1016/j.biocel.2017.05.029
PMID:28578186
|
综述 | 本文综述了利用单细胞RNA测序技术在常染色体和X染色体基因背景下研究等位基因特异性表达(ASE)的最新进展,并回顾了用于识别单倍型相位的生物信息学工具。 | 单细胞测序技术提供了前所未有的分辨率和规模,对生物学和医学产生了重大影响。 | NA | 探讨单细胞RNA测序技术在等位基因特异性表达研究中的应用。 | 常染色体和X染色体基因的等位基因特异性表达。 | 基因组学 | NA | 单细胞RNA测序 | NA | RNA序列 | NA |
22 | 2024-08-09 |
Between a Pod and a Hard Test: The Deep Evolution of Amoebae
2017-09-01, Molecular biology and evolution
IF:11.0Q1
DOI:10.1093/molbev/msx162
PMID:28505375
|
研究论文 | 本文基于广泛的分类单元集,在系统基因组框架下提出了Amoebozoa的稳健系统发育树 | 本研究通过使用基于培养和单细胞转录组学的61个分类单元的样本,揭示了Amoebozoa的两个主要分支,并推翻了之前的研究 | NA | 探讨Amoebozoa的系统发育关系及其进化模式 | Amoebozoa的系统发育和进化 | NA | NA | 单细胞转录组学 | NA | 基因组数据 | 61个分类单元 |
23 | 2024-08-09 |
Comparison of methods to detect differentially expressed genes between single-cell populations
2017-09-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbw057
PMID:27373736
|
research paper | 比较了五种统计方法在两个不同单细胞群体中检测差异表达基因的效果 | 探讨了原本为传统批量RNA-seq数据开发的差异表达方法是否适用于单细胞RNA-seq数据分析 | 未发现当前可用单细胞特异性方法的系统性优势 | 评估不同统计方法在单细胞RNA-seq数据中检测差异表达基因的有效性 | 两个不同的单细胞群体中的差异表达基因 | NA | NA | RNA-seq | NA | single-cell RNA-seq data | 三个不同的比较设置 |