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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
481 | 2024-08-08 |
Profiling chromatin regulatory landscape: insights into the development of ChIP-seq and ATAC-seq
2020, Molecular biomedicine
IF:6.3Q1
DOI:10.1186/s43556-020-00009-w
PMID:34765994
|
综述 | 本文综述了染色质调控景观的研究进展,特别是ChIP-seq和ATAC-seq技术的发展及其在科学研究中的应用 | 介绍了从低通量到高通量、从批量样本到单细胞层面的表观基因组测序技术的演变 | NA | 探讨表观基因组测序技术的发展及其在科学研究中的应用 | 染色质调控景观及其在疾病过程和胚胎发育中的作用 | NA | NA | ChIP-seq, ATAC-seq | NA | 序列数据 | NA |
482 | 2024-08-08 |
Surveying brain tumor heterogeneity by single-cell RNA-sequencing of multi-sector biopsies
2020-Aug, National science review
IF:16.3Q1
DOI:10.1093/nsr/nwaa099
PMID:34692159
|
研究论文 | 本研究通过结合单细胞RNA测序与多区域活检,分析了13名中国胶质瘤患者的单细胞表达谱,揭示了胶质瘤不同亚区域间的侵袭模式 | 首次提供了人类胶质瘤细胞状态的空间级分析,并展示了胶质瘤细胞与周围微环境之间分子对话的初始分子图谱 | NA | 探索驱动脑肿瘤进展和异质性的机制 | 胶质瘤的单细胞表达谱及其与周围微环境的关系 | 数字病理学 | 脑肿瘤 | 单细胞RNA测序 | NA | 单细胞表达谱 | 13名中国胶质瘤患者 |
483 | 2024-08-08 |
An NMF-based approach to discover overlooked differentially expressed gene regions from single-cell RNA-seq data
2020-Mar, NAR genomics and bioinformatics
IF:4.0Q1
DOI:10.1093/nargab/lqz020
PMID:34632380
|
研究论文 | 本文提出了一种基于非负矩阵分解的方法,用于从单细胞RNA测序数据中发现被忽视的差异表达基因区域 | 该方法通过非负矩阵分解技术,量化差异表达水平,并与基于注释的方法进行比较,以发现先前未注释的差异表达转录本 | NA | 旨在发现单细胞RNA测序数据中被忽视的差异表达基因区域,以更好地理解细胞状态的调控机制 | 人类神经干细胞、小鼠胚胎干细胞和原始内胚层细胞、人类胚胎植入前细胞 | 基因组学 | NA | 单细胞RNA测序 | 非负矩阵分解 | 基因表达数据 | 包括人类神经干细胞、小鼠胚胎干细胞和原始内胚层细胞、人类胚胎植入前细胞的多个数据集 |
484 | 2024-08-08 |
LEARNING GENERAL TRANSFORMATIONS OF DATA FOR OUT-OF-SAMPLE EXTENSIONS
2020-Sep, IEEE International Workshop on Machine Learning for Signal Processing : [proceedings]. IEEE International Workshop on Machine Learning for Signal Processing
DOI:10.1109/mlsp49062.2020.9231660
PMID:34557339
|
研究论文 | 本文提出了一种新的神经网络模型NTNet,用于从数据中隔离出代表转换本身的信号,以便将其应用于新的数据分布 | NTNet能够隔离数据转换信号,并将其应用于训练过程中未见的新数据分布,从而实现数据转换的泛化 | NA | 解决生成模型如GAN在训练过程中无法泛化数据转换到新分布的问题 | NTNet模型在合成和生物医学单细胞RNA测序数据上的应用 | 机器学习 | NA | 单细胞RNA测序 | NTNet | 数据 | 超过一打合成和生物医学单细胞RNA测序数据集 |
485 | 2024-08-08 |
Single-cell transcriptomics in dermatology
2020-Dec, JAAD international
DOI:10.1016/j.jdin.2020.08.001
PMID:34409338
|
研究论文 | 本文通过单细胞RNA测序技术研究皮肤细胞的转录组特征,揭示皮肤健康与疾病中的细胞异质性 | 利用单细胞RNA测序技术,能够以前所未有的高分辨率分析皮肤细胞的转录组,识别稀有细胞群和细胞间变异 | NA | 深入理解皮肤稳态生理及多种皮肤病的发病机制,并探索新的治疗靶点 | 皮肤细胞及其在健康和疾病状态下的转录组特征 | 数字病理学 | 皮肤病 | 单细胞RNA测序 | NA | 转录组数据 | 大量组织样本 |
486 | 2024-08-08 |
TrajectoryNet: A Dynamic Optimal Transport Network for Modeling Cellular Dynamics
2020-07, Proceedings of machine learning research
PMID:34337419
|
研究论文 | 本文提出了一种名为TrajectoryNet的动态最优传输网络,用于模拟细胞动力学 | 将连续归一化流与动态最优传输相结合,能够模拟实体在系统中的连续动态和非线性路径 | 传统的最优传输方法无法模拟连续动态和非线性路径 | 解决现有方法在模拟动态过程中的局限性 | 细胞动力学 | 生物信息学 | NA | 单细胞RNA测序(scRNA-seq) | 连续归一化流 | 时间序列数据 | NA |
487 | 2024-08-08 |
Mechanistic models of signaling pathways deconvolute the glioblastoma single-cell functional landscape
2020-Jun, NAR cancer
IF:3.4Q2
DOI:10.1093/narcan/zcaa011
PMID:34316686
|
研究论文 | 本文通过信号通路的机制模型,揭示了胶质母细胞瘤单细胞水平上的复杂功能景观 | 首次描述了单个细胞如何通过替代VEGFA来避免靶向治疗效果的机制,解释了某些细胞对治疗的固有抵抗性 | NA | 研究单细胞RNA测序揭示的基因表达异质性的功能后果及其对细胞群体集体行为的影响 | 胶质母细胞瘤细胞的信号通路活动和靶向药物抑制效果 | 数字病理学 | 脑癌 | 单细胞RNA测序 | 机制模型 | 基因表达数据 | 不同簇的胶质母细胞瘤细胞 |
488 | 2024-08-08 |
Correlation Imputation in Single cell RNA-seq using Auxiliary Information and Ensemble Learning
2020-Sep, ACM-BCB ... ... : the ... ACM Conference on Bioinformatics, Computational Biology and Biomedicine. ACM Conference on Bioinformatics, Computational Biology and Biomedicine
DOI:10.1145/3388440.3412462
PMID:34278382
|
research paper | 本文提出了一种新的单细胞RNA测序数据补全方法SCENA,通过集成学习和辅助信息来估计基因间的相关性 | SCENA方法通过模型堆叠和辅助信息来估计基因间的相关性矩阵,而不是直接补全数据本身 | NA | 提高单细胞RNA测序数据的质量,改善下游分析的准确性 | 单细胞RNA测序数据中的基因表达相关性 | digital pathology | NA | RNA-seq | ensemble learning | gene expression data | NA |
489 | 2024-08-09 |
Iterative transfer learning with neural network for clustering and cell type classification in single-cell RNA-seq analysis
2020-Oct, Nature machine intelligence
IF:18.8Q1
DOI:10.1038/s42256-020-00233-7
PMID:33817554
|
研究论文 | 本文介绍了一种名为ItClust的迭代迁移学习算法,用于单细胞RNA测序(scRNA-seq)分析中的聚类和细胞类型分类 | ItClust算法结合了监督细胞类型分类算法的思想,并利用目标数据中的信息,确保对仅存在于目标数据中的细胞进行分类的敏感性 | 现有的监督方法性能高度依赖于源数据质量,且对源数据中缺失的细胞类型分类准确性有限 | 开发一种新的迁移学习算法,以提高scRNA-seq数据中聚类和细胞类型分类的准确性 | scRNA-seq数据中的细胞聚类和细胞类型分类 | 机器学习 | NA | scRNA-seq | 神经网络 | RNA-seq数据 | 涉及不同物种和组织的数据,使用多种scRNA-seq协议生成 |
490 | 2024-08-09 |
Single-cell RNA sequencing for engineering and studying human islets
2020-Dec, Current opinion in biomedical engineering
IF:4.7Q2
DOI:10.1016/j.cobme.2020.06.003
PMID:33738370
|
研究论文 | 本文通过单细胞RNA测序技术研究了人胰岛细胞在不同成熟和糖尿病状态下的转录特征 | 利用单细胞RNA测序技术,能够准确评估特定细胞类型和β细胞亚型,揭示胰岛发育和糖尿病病理的深入见解 | NA | 探讨胰岛细胞的成熟过程及其在糖尿病病理中的作用 | 干细胞衍生的和原代人胰岛细胞 | 数字病理学 | 糖尿病 | 单细胞RNA测序 | NA | 转录组数据 | 涉及不同成熟和糖尿病状态的干细胞衍生的和原代人胰岛细胞 |
491 | 2024-08-09 |
Harmonic Alignment
2020, Proceedings of the ... SIAM International Conference on Data Mining. SIAM International Conference on Data Mining
DOI:10.1137/1.9781611976236.36
PMID:33723496
|
研究论文 | 本文提出了一种新颖的框架,通过数据内在几何的对齐来合并不同数据集 | 该框架不假设数据集之间的点对点对应关系,而是依赖于数据特征之间(可能是未知的)子集的对应关系,利用这种假设构建数据之间的等距对齐 | NA | 旨在通过数据内在几何的对齐来合并不同数据集,特别是用于生物学应用中,如单细胞RNA测序和单细胞ATAC测序数据的融合 | 单细胞RNA测序和单细胞ATAC测序数据 | 生物信息学 | NA | 扩散算子 | NA | 测序数据 | 同一细胞群体的单细胞RNA测序和单细胞ATAC测序数据 |
492 | 2024-08-09 |
Single-cell qPCR Assay with Massively Parallel Microfluidic System
2020-Mar-20, Bio-protocol
IF:1.0Q3
DOI:10.21769/BioProtoc.3563
PMID:33659534
|
research paper | 本文介绍了一种使用大规模并行微流控系统的单细胞qPCR检测方法 | 本文提供了一种新的标准化协议,用于单细胞qPCR技术,该技术能够更详细地理解异质细胞群和少数细胞 | 单细胞qPCR技术在基因数量方面存在一定限制 | 旨在建立单细胞qPCR技术的标准化协议,以更详细地理解细胞异质性 | 单细胞转录组及其在不同条件下的变化 | NA | NA | 单细胞qPCR | NA | 基因表达数据 | 单个细胞 |
493 | 2024-08-09 |
Integrated RNA Sequencing Reveals Epigenetic Impacts of Diesel Particulate Matter Exposure in Human Cerebral Organoids
2020, Developmental neuroscience
IF:2.3Q3
DOI:10.1159/000513536
PMID:33657557
|
研究论文 | 本研究通过综合RNA测序揭示了柴油颗粒物暴露对人脑类器官的表观遗传影响 | 首次结合单细胞和直接转录组学方法,研究柴油颗粒物暴露对人类诱导多能干细胞衍生的脑类器官的毒基因组效应 | NA | 探讨柴油颗粒物暴露对胎儿大脑发育的影响及其在自闭症谱系障碍中的潜在作用 | 人脑类器官 | 数字病理学 | 自闭症谱系障碍 | RNA测序 | NA | RNA | NA |
494 | 2024-08-09 |
Single-Cell RNA Sequencing Reveals the Expansion of Cytotoxic CD4+ T Lymphocytes and a Landscape of Immune Cells in Primary Sjögren's Syndrome
2020, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2020.594658
PMID:33603736
|
研究论文 | 本研究利用单细胞RNA测序技术分析了原发性干燥综合征患者和健康对照者的外周血单个核细胞,揭示了疾病特异性的免疫细胞亚群及其在疾病发展中的作用 | 首次发现原发性干燥综合征患者中细胞毒性CD4+ T淋巴细胞的显著扩张,并识别了两个新的细胞亚群CD4+ CTLs和CD4+ TRAV13-2+ T细胞 | 研究样本量较小,仅包括五名患者和五名健康对照者 | 探索原发性干燥综合征的细胞和分子发病机制 | 原发性干燥综合征患者和健康对照者的外周血单个核细胞 | 免疫学 | 自身免疫疾病 | 单细胞RNA测序(scRNA-seq) | NA | 基因表达数据 | 57,288个外周血单个核细胞,来自五名原发性干燥综合征患者和五名健康对照者 |
495 | 2024-08-09 |
Development of a Prognostic Signature Based on Single-Cell RNA Sequencing Data of Immune Cells in Intrahepatic Cholangiocarcinoma
2020, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2020.615680
PMID:33613623
|
研究论文 | 本研究利用单细胞RNA测序数据分析了肝内胆管癌中的免疫细胞,以识别与肿瘤进展相关的生物标志物,并建立了一个与预后相关的基因签名 | 首次基于单细胞RNA测序数据建立了肝内胆管癌的预后相关基因签名,该签名反映了肿瘤微环境的免疫状态 | NA | 探讨肝内胆管癌中单细胞RNA测序数据中差异表达基因的预后价值 | 肝内胆管癌中的免疫细胞 | 数字病理学 | 肝内胆管癌 | 单细胞RNA测序 | NA | 基因表达数据 | 33,991个细胞样本,包括17,090个肝内胆管癌细胞样本和16,901个肝内胆管癌邻近组织细胞样本 |
496 | 2024-08-09 |
Progress and Clinical Application of Single-Cell Transcriptional Sequencing Technology in Cancer Research
2020, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2020.593085
PMID:33614479
|
研究论文 | 本文总结了单细胞转录组测序技术(scRNA-seq)在癌症研究中的最新进展及其对临床治疗的指导意义 | scRNA-seq在肿瘤异质性、肿瘤进化、转移扩散、化疗耐药性发展以及肿瘤微环境与免疫系统关系方面取得了突破性发现 | NA | 探讨scRNA-seq技术在癌症研究中的应用及其对临床治疗的指导作用 | 癌症细胞及其微环境 | 数字病理学 | 癌症 | 单细胞转录组测序(scRNA-seq) | NA | 转录组数据 | NA |
497 | 2024-08-09 |
Integration of single-cell datasets reveals novel transcriptomic signatures of β-cells in human type 2 diabetes
2020-Dec, NAR genomics and bioinformatics
IF:4.0Q1
DOI:10.1093/nargab/lqaa097
PMID:33575641
|
研究论文 | 本研究通过整合单细胞RNA测序数据集,揭示了人类2型糖尿病中β细胞的新转录组特征 | 首次通过整合多个独立研究的单细胞RNA测序数据集,克服了变异源的干扰,更准确地识别了2型糖尿病β细胞的共同转录组特征 | 研究依赖于已有的单细胞RNA测序数据集,可能受到原始数据质量的影响 | 旨在通过单细胞RNA测序技术,识别与人类2型糖尿病相关的β细胞转录组变化 | 人类2型糖尿病中的胰腺β细胞 | 数字病理学 | 2型糖尿病 | 单细胞RNA测序(scRNA-seq) | NA | 转录组数据 | 3046个单细胞,表达27931个基因 |
498 | 2024-08-09 |
Normalizing single-cell RNA sequencing data with internal spike-in-like genes
2020-Sep, NAR genomics and bioinformatics
IF:4.0Q1
DOI:10.1093/nargab/lqaa059
PMID:33575610
|
研究论文 | 本文开发了一种基于少量恒定表达基因作为内部标准品的算法,用于单细胞RNA测序数据的归一化处理 | 提出了一种新的归一化方法ISnorm,使用内部类似标准品的恒定表达基因来归一化单细胞RNA测序数据,以应对转录组的大幅变化 | NA | 改进单细胞RNA测序数据归一化方法,提高下游分析的性能 | 单细胞RNA测序数据 | 生物信息学 | NA | 单细胞RNA测序 | NA | 基因表达数据 | 多个案例研究数据集 |
499 | 2024-08-09 |
Dimensionality reduction for single cell RNA sequencing data using constrained robust non-negative matrix factorization
2020-Sep, NAR genomics and bioinformatics
IF:4.0Q1
DOI:10.1093/nargab/lqaa064
PMID:33575614
|
研究论文 | 本文开发了一种用于单细胞RNA测序数据降维的方法,该方法在非负矩阵分解框架下同时进行降维和缺失值插补 | 提出了一种结合降维和缺失值插补的新方法,并通过加权ℓ惩罚确保稀疏模式得以维持 | NA | 开发一种新的降维方法,以解决单细胞RNA测序数据中的缺失值和非负性约束问题 | 单细胞RNA测序数据 | 生物信息学 | NA | 单细胞RNA测序 | 非负矩阵分解 | RNA测序数据 | 使用了合成数据和真实数据进行实验 |
500 | 2024-08-09 |
Comparative performance of the BGI and Illumina sequencing technology for single-cell RNA-sequencing
2020-Jun, NAR genomics and bioinformatics
IF:4.0Q1
DOI:10.1093/nargab/lqaa034
PMID:33575589
|
研究论文 | 本文比较了Illumina NextSeq 500、NovaSeq 6000与BGI MGISEQ-2000平台在单细胞RNA测序中的性能 | 首次对比了不同高通量测序平台在单细胞RNA测序中的性能 | NA | 评估不同测序平台在单细胞RNA测序中的性能 | Illumina NextSeq 500、NovaSeq 6000与BGI MGISEQ-2000测序平台 | 测序技术 | NA | 单细胞RNA测序 | NA | 序列数据 | 超过70,000个细胞 |