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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
41 | 2024-08-05 |
MULTI-seq: sample multiplexing for single-cell RNA sequencing using lipid-tagged indices
2019-07, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-019-0433-8
PMID:31209384
|
研究论文 | 本研究开发了MULTI-seq,一种使用脂质标记指标的单细胞RNA测序多重化方法 | MULTI-seq提供了一种通用和可扩展的样本条形码策略,能够对任何细胞类型或细胞核进行标记 | 目前未提及任何具体的局限性 | 研究的目的是提高单细胞RNA测序的成本效益和数据质量 | 研究对象包括主要的人类乳腺上皮细胞和来自患者衍生异种移植小鼠模型的多发性肿瘤及转移部位的细胞 | 数字病理学 | 三阴性乳腺癌 | 单细胞RNA测序 | NA | RNA数据 | 96个样本及其他来自肿瘤和转移部位的细胞 |
42 | 2024-08-05 |
The CRISPR-Cas13a Gene-Editing System Induces Collateral Cleavage of RNA in Glioma Cells
2019-Oct-16, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.201901299
PMID:31637166
|
研究论文 | 这篇文章探讨了CRISPR-Cas13a基因编辑系统在胶质瘤细胞中对RNA的附带切割效应。 | 文章的创新点在于证明了CRISPR-Cas13a系统在EGFRvIII过表达的胶质瘤细胞中诱导了细胞死亡及其附带效应。 | 文章未提及具体的局限性。 | 研究CRISPR-Cas13a系统在癌细胞上的潜在应用和机制。 | 研究对象为EGFRvIII过表达的胶质瘤细胞。 | 数字病理学 | 胶质瘤 | CRISPR-Cas13a | NA | RNA测序 | U87-Cas13a-EGFRvIII细胞,具体样本数量未说明 |
43 | 2024-08-05 |
LTMG: a novel statistical modeling of transcriptional expression states in single-cell RNA-Seq data
2019-10-10, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkz655
PMID:31372654
|
研究论文 | 该文章开发了LTMG模型以捕捉单细胞RNA-seq数据中的基因表达状态的多样性 | LTMG模型通过处理低表达和零表达的数据,提供了对单细胞基因表达状态的多重模式的推断 | NA | 研究单细胞RNA-seq数据中基因表达状态的建模 | 单细胞RNA-seq数据 | 数字病理学 | NA | RNA-seq | 混合高斯模型 | 基因表达数据 | 大量scRNA-seq数据 |
44 | 2024-08-05 |
High-definition spatial transcriptomics for in situ tissue profiling
2019-10, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-019-0548-y
PMID:31501547
|
research paper | 开发了一种高分辨率空间转录组技术,用于组织分析 | 提出了一种高分辨率的空间转录组学方法,能够同时捕捉空间和分子特征 | 在摘要中未提及具体的局限性 | 实现组织的高分辨率空间分析 | 鼠脑和原发性乳腺癌的组织样本 | 数字病理学 | 乳腺癌 | 高分辨率空间转录组学 | NA | RNA | 数十万条转录组相关空间条形码 |
45 | 2024-08-05 |
A single-cell transcriptome atlas of the adult human retina
2019-09-16, The EMBO journal
DOI:10.15252/embj.2018100811
PMID:31436334
|
研究论文 | 这篇文章创建了一个成人人类视网膜的单细胞转录组图谱 | 文章识别了18种转录上不同的细胞群体,并提出了MALAT1在视网膜感光细胞退化中的新角色 | 未提及具体的局限性 | 全面剖析人类视网膜的分子特征 | 研究了来自三名捐赠者的20,009个细胞 | 数字病理学 | 视网膜疾病 | 单细胞RNA测序 | NA | 细胞 | 20,009个细胞 |
46 | 2024-08-05 |
Self-assembling manifolds in single-cell RNA sequencing data
2019-09-16, eLife
IF:6.4Q1
DOI:10.7554/eLife.48994
PMID:31524596
|
研究论文 | 该文章提出了一种自组装流形算法,用于改进单细胞RNA测序数据的特征选择和降维。 | 自组装流形算法(SAM)是一种迭代软特征选择策略,能够量化基因相关性并改善降维效果。 | 在细胞之间生物相关差异细微的情况下,识别相关基因仍然具有挑战性 | 研究单细胞RNA测序数据中的基因选择和降维技术 | 不同细胞类型的基因表达数据 | 数字病理学 | NA | NA | NA | RNA测序数据 | 56个数据集 |
47 | 2024-08-05 |
A comparison of automatic cell identification methods for single-cell RNA sequencing data
2019-09-09, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-019-1795-z
PMID:31500660
|
研究论文 | 本文对22种自动细胞识别方法在单细胞RNA测序数据中的性能进行了比较评估 | 创新点在于比较了多种分类方法在不同数据集上的表现,并提供了代码和工作流以支持新方法的扩展 | 在处理复杂数据集时,某些分类器的准确性有所下降 | 研究自动细胞识别的方法,以提高单细胞转录组学分析的效率和 reproducibility | 22种分类方法及其在27个单细胞RNA测序数据集上的表现 | 数字病理学 | NA | 单细胞RNA测序 | 支持向量机 | RNA测序数据 | 27个公开可用单细胞RNA测序数据集 |
48 | 2024-08-05 |
Redefining the Etiologic Landscape of Cerebellar Malformations
2019-09-05, American journal of human genetics
IF:8.1Q1
DOI:10.1016/j.ajhg.2019.07.019
PMID:31474318
|
研究论文 | 本研究系统地分析小脑畸形的遗传和非遗传病因. | 首次通过大范围外显子测序研究小脑畸形的遗传基础,并揭示了遗传缺陷对特定小脑细胞类型的影响. | 虽然确认了遗传因素,但只有少数案例涉及多个个体,且非遗传因素在小脑异常中占有重大比例. | 阐明小脑畸形的病因,特别是Dandy-Walker畸形和小脑发育不良的遗传背景. | 涉及282名来自100个家庭的个体,主要针对Dandy-Walker畸形和小脑发育不良进行分析. | 数字病理学 | NA | 外显子测序, 单细胞RNA测序 | NA | 基因组数据 | 282名个体 |
49 | 2024-08-05 |
Single-Cell RNA-Seq Analysis of Retinal Development Identifies NFI Factors as Regulating Mitotic Exit and Late-Born Cell Specification
2019-06-19, Neuron
IF:14.7Q1
DOI:10.1016/j.neuron.2019.04.010
PMID:31128945
|
研究论文 | 使用单细胞RNA测序分析视网膜发育,识别NFI因子在有丝分裂退出和晚生细胞特异性中的调控作用 | 首次识别NFI转录因子在晚期视网膜前体细胞中的选择性表达及其在细胞命运特异性中的作用 | 未提及研究的局限性 | 研究视网膜神经发生过程中的基因调控网络 | 视网膜发育过程中的神经前体细胞 | 数字病理学 | NA | 单细胞RNA测序 | NA | 基因表达数据 | 涵盖十个发育阶段的视网膜神经发生样本 |
50 | 2024-08-07 |
Single-Cell RNA Sequencing of Blood and Ileal T Cells From Patients With Crohn's Disease Reveals Tissue-Specific Characteristics and Drug Targets
2019-02, Gastroenterology
IF:25.7Q1
DOI:10.1053/j.gastro.2018.10.046
PMID:30391472
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
51 | 2024-08-05 |
Single-cell transcriptomics reveals multi-step adaptations to endocrine therapy
2019-09-02, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-019-11721-9
PMID:31477698
|
研究论文 | 该研究揭示了在内分泌治疗过程中肿瘤细胞的多步适应机制 | 提出了一个多步模型来解释内分泌治疗的抗药性发展,并定义了稀有的预适应细胞亚群 | 研究主要集中在单细胞层面,可能无法完全捕捉复杂的肿瘤微环境 | 探索内分泌治疗期间肿瘤细胞的遗传多样性和转录塑性的贡献 | 富含遗传异质性的乳腺癌细胞群体 | 数字病理学 | 乳腺癌 | 单细胞RNA测序 | NA | 基因表达数据 | NA |
52 | 2024-08-05 |
Testis single-cell RNA-seq reveals the dynamics of de novo gene transcription and germline mutational bias in Drosophila
2019-08-16, eLife
IF:6.4Q1
DOI:10.7554/eLife.47138
PMID:31418408
|
研究论文 | 该研究探讨了果蝇睾丸中遗传新奇性表达模式及其细胞类型的动态变化 | 研究首次揭示了特定细胞类型中de novo基因的表达模式及其与生殖细胞替代的关系 | 研究主要集中在果蝇的睾丸,可能无法直接推广至其他物种 | 研究睾丸中的遗传新奇性如何影响生殖功能和进化创新 | 成年果蝇的睾丸细胞 | 生物信息学 | NA | 单细胞RNA测序 | NA | RNA数据 | 成年果蝇睾丸细胞的单细胞样本 |
53 | 2024-08-07 |
Large Particle Fluorescence-Activated Cell Sorting Enables High-Quality Single-Cell RNA Sequencing and Functional Analysis of Adult Cardiomyocytes
2019-08-16, Circulation research
IF:16.5Q1
DOI:10.1161/CIRCRESAHA.119.315493
PMID:31415233
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
54 | 2024-08-05 |
scAlign: a tool for alignment, integration, and rare cell identification from scRNA-seq data
2019-08-14, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-019-1766-4
PMID:31412909
|
研究论文 | scAlign是一种用于对scRNA-seq数据进行对齐、集成和稀有细胞识别的工具 | 提出了一种无监督深度学习方法scAlign,可处理部分、重叠或完整的细胞标签集,具备出色的数据集集成性能 | NA | 解决单细胞RNA测序数据的集成及稀有细胞的识别问题 | 单细胞RNA测序数据集 | 机器学习 | NA | scRNA-seq | 深度学习 | 基因表达数据 | NA |
55 | 2024-08-05 |
Multi-Objective Optimized Fuzzy Clustering for Detecting Cell Clusters from Single-Cell Expression Profiles
2019-08-13, Genes
IF:2.8Q2
DOI:10.3390/genes10080611
PMID:31412637
|
研究论文 | 本文提出了一种多目标优化的模糊聚类方法,用于从单细胞RNA测序数据中检测细胞簇 | 创新点在于结合多目标优化和模糊聚类算法进行细胞簇的识别 | 未提及具体的计算效率和方法的适用范围 | 目标是提高从单细胞RNA测序数据中检测细胞簇的准确性 | 研究对象为小鼠稀有肠道细胞类型的单细胞表达谱 | 数字病理学 | NA | 单细胞RNA测序 | 模糊c均值聚类 | 表达数据 | 288个细胞,来自23,630个基因特征 |
56 | 2024-08-05 |
Comprehensive Integration of Single-Cell Data
2019-06-13, Cell
IF:45.5Q1
DOI:10.1016/j.cell.2019.05.031
PMID:31178118
|
研究论文 | 本文提出一种策略以整合多样的单细胞测量数据,改善细胞身份和功能的理解 | 创新点在于开发了一种'锚定'不同数据集的策略,能够跨越不同的单细胞测量技术和多重细胞模态进行数据整合 | 限制在于所开发方法可能仍需进一步验证和优化以适应更广泛的应用场景 | 探索如何有效整合不同单细胞测量技术的数据以深入理解细胞状态 | 研究对象包括不同的单细胞转录组数据和染色质可及性数据 | 数字病理学 | NA | scRNA-seq和scATAC-seq | NA | 单细胞转录组数据 | NA |
57 | 2024-08-05 |
Single-Cell Multi-omic Integration Compares and Contrasts Features of Brain Cell Identity
2019-06-13, Cell
IF:45.5Q1
DOI:10.1016/j.cell.2019.05.006
PMID:31178122
|
研究论文 | 本文开发了LIGER算法,通过整合多种实验和生物背景下的单细胞测量,定义了细胞类型的特征 | 提出了一种新的算法LIGER,能够灵活建模单细胞数据集,并揭示细胞身份的共享和特定特征 | NA | 本研究旨在定义细胞类型并加速细胞类型定义、基因调控和疾病状态的调查 | 研究对象包括人类和小鼠脑细胞的单细胞基因表达和表观基因组特征 | 数字病理学 | NA | 单细胞RNA测序、DNA甲基化分析 | NA | 基因表达数据 | 四个不同的分析,涉及来自人类和小鼠的大脑细胞 |
58 | 2024-08-05 |
scOrange-a tool for hands-on training of concepts from single-cell data analytics
2019-07-15, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btz348
PMID:31510695
|
研究论文 | 本文提出了一种基于scOrange工具的单细胞数据分析培训方法 | 提出了一种手动培训方式,通过探索性数据分析工具支持单细胞数据分析的教学 | 未提及具体的实际应用案例或评估此方法的有效性 | 旨在提高分子生物学家在单细胞数据分析方面的能力 | 分子生物学家及其在单细胞数据分析中的培训需求 | 数据分析 | NA | 数据挖掘框架 | NA | NA | NA |
59 | 2024-08-05 |
A statistical simulator scDesign for rational scRNA-seq experimental design
2019-07-15, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btz321
PMID:31510652
|
研究论文 | 本文介绍了一种灵活且强大的模拟器scDesign,用于优化scRNA-seq实验设计 | scDesign是第一个统计框架,定量评估差异基因表达分析中的scRNA-seq实验设计 | 本研究未提及具体的实验设置和外部验证 | 优化scRNA-seq实验设计以探索转录组信息的深度和广度 | 基于17种细胞类型和6种不同方案的scRNA-seq数据集 | 数字病理学 | NA | NA | NA | 合成的scRNA-seq数据集 | 17种细胞类型和6种不同方案 |
60 | 2024-08-05 |
Dissecting intratumoral myeloid cell plasticity by single cell RNA-seq
2019-06, Cancer medicine
IF:2.9Q2
DOI:10.1002/cam4.2113
PMID:31033233
|
研究论文 | 本研究通过单细胞RNA测序分析肿瘤微环境中髓样细胞的转录动态 | 首次揭示了早期非小细胞肺癌中CD14+ 单核细胞向M2巨噬细胞的分化路径及其转录重编程机制 | 本研究只涉及4名早期非小细胞肺癌患者,样本量有限 | 研究肿瘤微环境中髓样细胞的分化和转录重编程 | 4名早期非小细胞肺癌患者的肿瘤及其相邻正常组织 | 数字病理学 | 肺癌 | 单细胞RNA测序 | NA | 细胞 | 4名早期非小细胞肺癌患者的11,485个细胞 |