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 | 2024-08-07 |
Single-Cell RNA Sequencing of Tocilizumab-Treated Peripheral Blood Mononuclear Cells as an in vitro Model of Inflammation
2020, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2020.610682
PMID:33469465
|
研究论文 | 研究使用单细胞RNA测序技术分析托珠单抗治疗后的外周血单个核细胞,以建立炎症的体外模型 | 通过单细胞RNA测序技术,首次在单细胞水平上展示了托珠单抗对炎症介导基因和生物途径的影响 | 研究仅限于体外模型和特定的患者群体(肾移植受者) | 探讨托珠单抗在治疗COVID-19中的作用,特别是在抑制细胞因子风暴方面 | 托珠单抗治疗前后的外周血单个核细胞 | 数字病理学 | COVID-19 | 单细胞RNA测序 | NA | 基因表达数据 | 具体样本数量未在摘要中明确 |
22 | 2024-08-07 |
Inference of Intercellular Communications and Multilayer Gene-Regulations of Epithelial-Mesenchymal Transition From Single-Cell Transcriptomic Data
2020, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2020.604585
PMID:33488673
|
研究论文 | 本文利用单细胞转录组数据推断细胞间通信和多层基因调控网络,分析和可视化上皮-间质转化(EMT)过程中的复杂细胞间对话和潜在的基因调控动态 | 本文提出了一种结合轨迹分析的方法,揭示了EMT过程中存在具有混合上皮和间质特征的多个中间细胞状态(ICSs),并分析了不同诱导因子下EMT的特定上下文 | NA | 研究EMT过程中的细胞间通信和基因调控网络 | 上皮-间质转化(EMT)过程中的细胞间通信和基因调控动态 | 生物信息学 | NA | 单细胞转录组测序 | NA | 转录组数据 | 多个癌症细胞系的时间序列数据集和老鼠皮肤鳞状细胞癌数据集 |
23 | 2024-08-07 |
Machine Learning Approaches Identify Genes Containing Spatial Information From Single-Cell Transcriptomics Data
2020, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2020.612840
PMID:33633771
|
研究论文 | 本文通过机器学习方法从单细胞转录组数据中识别包含空间信息的基因,并重建胚胎的三维结构 | 开发了两种独立的技术,利用Lasso和深度神经网络从高维单细胞测序数据中准确识别包含空间信息的基因,并发现了一些未被怀疑但携带重要位置信息的新基因 | 间接使用完整数据集的信息可能导致数据泄露,从而高估模型的性能 | 参与DREAM组织的单细胞转录组挑战,旨在解决从胚胎中识别包含最多空间信息的基因以及利用这些基因信息重建胚胎三维结构的问题 | 胚胎中的基因及其三维结构 | 机器学习 | NA | 单细胞测序 | Lasso, 深度神经网络 | 转录组数据 | 数千个单个细胞 |
24 | 2024-08-07 |
Database limitations for studying the human gut microbiome
2020, PeerJ. Computer science
DOI:10.7717/peerj-cs.289
PMID:33816940
|
研究论文 | 本文评估了现有数据库在描述模拟人类肠道微生物组方面的能力,并比较了Uniprot知识库与京都基因和基因组百科全书直系同源物(KEGG Orthologs)及进化基因组学:非监督直系同源组(EggNOG)数据库的交叉引用输出。 | 本文首次系统评估了Uniprot知识库与KEGG和EggNOG数据库在人类肠道微生物组研究中的应用效果,并提出了改进建议。 | 由于Uniprot中注释物种数量较少以及大多数物种关联功能数量较少,基于UniProt和KEGG或EggNOG的交叉引用推断功能可能效果不佳。 | 评估现有数据库在人类肠道微生物组研究中的适用性,并提出改进措施。 | 人类肠道微生物组的遗传信息和代谢功能。 | NA | NA | NA | NA | NA | 131个物种和52个属 |
25 | 2024-08-07 |
Spatial mapping of single cells in the Drosophila embryo from transcriptomic data based on topological consistency
2020, F1000Research
DOI:10.12688/f1000research.24163.2
PMID:33824719
|
研究论文 | 本文通过DREAM单细胞转录组挑战赛,提出了一种基于拓扑一致性的计算方法,用于从单细胞RNA测序数据中恢复果蝇胚胎中单细胞的空间映射 | 本文提出了一种基于拓扑一致性的新方法,通过无监督和监督两种基因选择框架,优化基因权重,并利用细胞拓扑信息提高预测准确性 | NA | 旨在解决单细胞RNA测序过程中丢失细胞原始空间上下文的问题,以更好地理解细胞和组织水平的功能 | 果蝇胚胎中的单细胞 | 生物信息学 | NA | 单细胞RNA测序(scRNA-seq) | 粒子群优化算法 | 转录组数据 | NA |
26 | 2024-08-07 |
Application of information theoretical approaches to assess diversity and similarity in single-cell transcriptomics
2020, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2020.05.005
PMID:32728406
|
综述 | 本文综述了16种信息论方法在单细胞转录组数据中评估多样性和相似性的应用 | 总结了16种信息论方法,并提供了一个R包来辅助研究者进行单细胞转录组研究 | NA | 探讨信息论方法在单细胞转录组数据多样性和相似性评估中的应用 | 单细胞转录组数据的多样性和相似性 | 生物信息学 | NA | 单细胞转录组学 | NA | 转录组数据 | NA |
27 | 2024-08-07 |
The Application of Single-Cell RNA Sequencing in Vaccinology
2020, Journal of immunology research
IF:3.5Q2
DOI:10.1155/2020/8624963
PMID:32802896
|
研究论文 | 本文探讨了单细胞RNA测序技术在预防性疫苗开发中的应用,特别是针对传染病如COVID-19 | 利用单细胞RNA测序技术详细分析细胞免疫反应,为系统免疫学的新时代提供了可能性 | NA | 研究单细胞RNA测序技术在疫苗学中的应用 | 单细胞RNA测序技术在预防性疫苗开发中的应用,特别是针对传染病 | 数字病理学 | 传染病 | 单细胞RNA测序 | NA | RNA | 有限体积的样本 |
28 | 2024-08-07 |
Probing infectious disease by single-cell RNA sequencing: Progresses and perspectives
2020, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2020.10.016
PMID:33106757
|
综述 | 本文综述了单细胞RNA测序(scRNA-seq)技术在生命科学和生物医学研究中的应用,特别是在传染病领域的应用 | 探讨了scRNA-seq技术在传染病研究中的当前进展和潜在应用 | NA | 总结scRNA-seq技术的发展,并讨论其在传染病研究中的应用 | scRNA-seq技术及其在传染病研究中的应用 | 生物医学研究 | 传染病 | 单细胞RNA测序(scRNA-seq) | NA | RNA序列 | NA |
29 | 2024-08-07 |
Single-Cell RNA-Sequencing Shift in the Interaction Pattern Between Glioma Stem Cells and Immune Cells During Tumorigenesis
2020, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2020.581209
PMID:33133100
|
研究论文 | 研究旨在揭示胶质瘤干细胞与免疫细胞在肿瘤发生过程中的相互作用 | 利用单细胞测序技术分析了胶质母细胞瘤患者样本和患者来源的胶质瘤干细胞与外周白细胞共培养的数据,揭示了胶质瘤干细胞与免疫细胞在肿瘤发生过程中相互作用模式的变化 | 未提及 | 揭示胶质瘤干细胞与免疫细胞在肿瘤发生过程中的相互作用 | 胶质瘤干细胞与免疫细胞 | 数字病理学 | 脑肿瘤 | 单细胞RNA测序 | NA | 单细胞测序数据 | 7个胶质母细胞瘤患者的手术样本和患者来源的胶质瘤干细胞与外周白细胞共培养 |
30 | 2024-08-07 |
Flow-Induced Transcriptomic Remodeling of Endothelial Cells Derived From Human Induced Pluripotent Stem Cells
2020, Frontiers in physiology
IF:3.2Q2
DOI:10.3389/fphys.2020.591450
PMID:33178051
|
研究论文 | 研究使用人诱导多能干细胞衍生的内皮细胞(hiPSC-ECs)和批量及单细胞RNA测序,探讨了血流对hiPSC-ECs转录组景观及其异质性的影响 | 首次展示了hiPSC-ECs在血流作用下的转录组重塑,并揭示了其在血流作用下变得更加均一和稳态更稳定的特性 | NA | 研究血流对内皮细胞转录组的影响及其在血管发育中的作用 | 人诱导多能干细胞衍生的内皮细胞(hiPSC-ECs) | 数字病理学 | NA | RNA测序 | NA | RNA | NA |
31 | 2024-08-07 |
Patterns, Profiles, and Parsimony: Dissecting Transcriptional Signatures From Minimal Single-Cell RNA-Seq Output With SALSA
2020, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2020.511286
PMID:33193599
|
研究论文 | 介绍了一种名为SALSA的工作流程,该流程通过结合测量可靠性指标和潜在变量提取,从超稀疏的单细胞RNA测序数据中推断出稳健的表达谱 | SALSA工作流程能够从超稀疏的单细胞RNA测序数据中推断出稳健的表达谱,且仅需要少量的数据 | NA | 开发一种经济高效的生物信息学工具,用于从单细胞RNA测序数据中重建细胞谱系特异性和分化过程 | 单细胞RNA测序数据 | 生物信息学 | NA | 单细胞RNA测序 | 潜在语义分析 | RNA测序数据 | 使用10X Genomics PBMC 3K数据集,包含2,700个单细胞条形码;使用多批次小鼠视网膜实验设计的DropSeq数据,包含超过64,000个单细胞 |
32 | 2024-08-07 |
Age-associated changes in the transcriptomes of non-cultured adipose-derived stem cells from young and old mice assessed via single-cell transcriptome analysis
2020, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0242171
PMID:33237970
|
研究论文 | 本研究通过单细胞转录组分析,探讨了年轻和老年小鼠非培养脂肪源性干细胞的转录组年龄相关变化。 | 首次使用新鲜分离的基质血管部分进行全面的单细胞转录组分析,并鉴定了三个新的与脂肪源性干细胞相关的基因。 | 研究仅限于小鼠模型,且未探讨这些发现对人类干细胞的适用性。 | 探讨年龄对脂肪源性干细胞分化潜能的影响。 | 年轻和老年小鼠的非培养脂肪源性干细胞。 | 细胞生物学 | NA | 单细胞转录组分析 | NA | 转录组数据 | 年轻和老年小鼠的脂肪源性干细胞样本 |
33 | 2024-08-07 |
Applications of Single-Cell Omics to Dissect Tumor Microenvironment
2020, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2020.548719
PMID:33329692
|
综述 | 本文综述了单细胞测序技术在解析肿瘤微环境(TME)中的最新进展及其对肿瘤进展和免疫治疗反应的功能影响 | 单细胞转录组学技术提供了前所未有的细胞和分子复杂性解析,加速了对TME中异质性、可塑性和复杂细胞间相互作用的理解 | 讨论了现有方法的局限性,并展望了未来利用单细胞多组学技术进行研究的前景 | 探讨单细胞测序技术在理解TME多样性及其对肿瘤进展和免疫治疗反应中的作用 | 主要关注人类TME中浸润的主要免疫细胞类型,包括T细胞、树突状细胞和巨噬细胞 | 数字病理学 | NA | 单细胞测序 | NA | 转录组 | NA |
34 | 2024-08-07 |
BingleSeq: a user-friendly R package for bulk and single-cell RNA-Seq data analysis
2020, PeerJ
IF:2.3Q2
DOI:10.7717/peerj.10469
PMID:33391870
|
research paper | 本文介绍了一个名为BingleSeq的用户友好型R包,用于批量和单细胞RNA-Seq数据分析 | BingleSeq提供了一个交互式仪表板式的用户界面,集成了三种最先进的软件包,适用于批量和单细胞RNA-Seq分析,并包括可视化技术、广泛的功能注释分析和基于排名的共识差异基因分析结果 | NA | 开发一个用户友好的工具,使生物学家无需编程经验即可进行RNA-Seq数据分析 | 批量和单细胞RNA-Seq数据分析 | RNA sequencing | NA | RNA-Seq | NA | count matrices | NA |
35 | 2024-08-07 |
A Transcriptomics-Based Meta-Analysis Combined With Machine Learning Identifies a Secretory Biomarker Panel for Diagnosis of Pancreatic Adenocarcinoma
2020, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2020.572284
PMID:33133160
|
meta-analysis | 本研究通过结合转录组学和机器学习方法,识别出一组具有分泌潜力的生物标志物,用于胰腺腺癌的诊断 | 本研究首次识别出一个包含9个基因的生物标志物面板,该面板在区分胰腺腺癌与健康样本方面表现出高灵敏度和特异性 | 研究结果需要在临床试验中进一步验证 | 旨在通过转录组学和机器学习方法识别新的生物标志物,用于胰腺腺癌的早期诊断 | 胰腺导管腺癌的生物标志物 | machine learning | 胰腺癌 | 转录组学 | 支持向量机 | 基因表达数据 | 19个胰腺腺癌(组织和血液)转录组研究样本 |
36 | 2024-08-07 |
Systematic Comparison of High-throughput Single-Cell and Single-Nucleus Transcriptomes during Cardiomyocyte Differentiation
2020-01-30, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-020-58327-6
PMID:32001747
|
研究论文 | 本文通过比较Drop-seq和DroNc-seq两种微流控3' RNA捕获技术,系统评估了高吞吐量单细胞和单核RNA测序方法在人诱导多能干细胞向心肌细胞分化过程中的差异 | 首次系统比较了单细胞和单核RNA测序技术在心肌细胞分化过程中的应用,并验证了DroNc-seq在处理异质性人心脏组织样本时的有效性 | NA | 评估高吞吐量单细胞和单核RNA测序技术在心肌细胞分化过程中的差异 | 人诱导多能干细胞向心肌细胞的分化过程 | 数字病理学 | 心血管疾病 | 单细胞RNA测序, 单核RNA测序 | NA | RNA | NA |
37 | 2024-08-07 |
Single-Cell Transcriptomes Reveal a Complex Cellular Landscape in the Middle Ear and Differential Capacities for Acute Response to Infection
2020, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2020.00358
PMID:32351546
|
研究论文 | 使用单细胞转录组学技术分析正常小鼠中耳细胞,揭示了中耳黏膜的细胞多样性和对感染的急性反应能力 | 发现了中耳黏膜中未知的细胞多样性,并识别了几种新的细胞类型或亚型 | NA | 研究中耳黏膜的细胞组成及其对感染的急性反应能力 | 小鼠中耳细胞 | 数字病理学 | NA | 单细胞转录组学 | NA | 转录组 | 6770个转录组 |
38 | 2024-08-07 |
From GWAS to Function: Using Functional Genomics to Identify the Mechanisms Underlying Complex Diseases
2020, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2020.00424
PMID:32477401
|
综述 | 本文综述了如何通过整合全基因组关联研究(GWAS)与功能基因组学数据来解决复杂疾病相关位点的机制识别问题 | 提出了将GWAS结果与单细胞测序输出、功能性多基因风险评分设计以及遗传工程验证疾病相关基因相结合的未来研究方向 | GWAS中大多数疾病相关位点位于非编码区域,其调控的基因及调控发生的细胞类型或生理环境尚不明确 | 探讨如何通过功能基因组学方法识别复杂疾病背后的分子机制,并发现新的药物靶点 | 复杂疾病的分子机制及潜在药物靶点 | 功能基因组学 | 复杂疾病 | NA | NA | 基因组数据 | NA |
39 | 2024-08-07 |
Integration of single-cell multi-omics for gene regulatory network inference
2020, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2020.06.033
PMID:32774787
|
综述 | 本文综述了利用单细胞多组学数据重建基因调控网络(GRN)的技术和方法 | 介绍了单细胞基因组、转录组和表观基因组的测序技术,并概述了利用不同单细胞测序数据重建GRN的策略 | 总结并比较了不同方法的适应性和局限性 | 旨在帮助研究人员识别最适合他们的工具 | 单细胞测序技术和基因调控网络重建方法 | 基因组学 | NA | 单细胞测序 | NA | 基因组、转录组、表观基因组数据 | 数千个单细胞样本 |
40 | 2024-08-07 |
Targeting Subsets of Mammalian Neurons
2020, Neuroscience insights
IF:2.9Q2
DOI:10.1177/2633105520908537
PMID:32783027
|
研究论文 | 本文开发了基于病毒的方法,用于精确靶向哺乳动物前脑的抑制性和兴奋性神经元亚群 | 利用单细胞转录组数据和基因表达变异来细化神经元靶向,为非转基因方法提供了及时蓝图 | 主要集中在哺乳动物前脑的神经元亚群,未涵盖所有神经元类型 | 开发和优化靶向哺乳动物神经元亚群的方法,特别是在难以进行基因操作的物种中 | 哺乳动物前脑的抑制性和兴奋性神经元亚群 | 神经科学 | NA | 病毒载体 | NA | 单细胞转录组数据 | NA |