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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1121 | 2024-08-08 |
High-throughput single-cell RNA sequencing
2022-01, Trends in plant science
IF:17.3Q1
DOI:10.1016/j.tplants.2021.09.003
PMID:34598882
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
1122 | 2024-08-08 |
Integrating single-cell datasets with ambiguous batch information by incorporating molecular network features
2022-01-17, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbab366
PMID:34553223
|
研究论文 | 本文介绍了一种基于网络的集成方法SCORE,用于整合具有模糊批次信息的单细胞RNA测序数据集 | SCORE方法通过纳入经过筛选的分子网络特征来推断细胞状态,并生成统一的流程,以整合单细胞RNA测序数据集 | NA | 开发一种新的方法来整合具有不同组织来源、发育阶段和/或少量重叠的单细胞RNA测序数据集 | 单细胞RNA测序数据集 | 生物信息学 | NA | 单细胞RNA测序 | 网络模型 | 基因表达数据 | 多个真实单细胞数据集 |
1123 | 2024-08-08 |
Consensus-based clustering of single cells by reconstructing cell-to-cell dissimilarity
2022-01-17, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbab379
PMID:34553226
|
研究论文 | 本研究介绍了一种新的单细胞聚类方法SD-h,通过最优合成常用的距离度量来为不同数据集生成适用的距离度量,并基于此进行层次聚类以更准确地进行细胞类型聚类 | 提出了新的单细胞聚类方法SD-h,通过合成多种距离度量来适应不同数据集,提高了聚类准确性 | NA | 开发一种新的单细胞聚类方法,以提高细胞类型识别的准确性 | 单细胞RNA测序数据 | 生物信息学 | NA | 单细胞RNA测序(scRNA-seq) | 层次聚类 | 基因表达数据 | 九个常用的scRNA-seq数据集 |
1124 | 2024-08-08 |
High-throughput single-cell RNA-seq data imputation and characterization with surrogate-assisted automated deep learning
2022-01-17, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbab368
PMID:34553763
|
研究论文 | 本文提出了一种名为SEDIM的自动深度学习模型,用于单细胞RNA测序数据中的基因表达水平插补,无需手动调整神经网络架构 | SEDIM通过构建离线代理模型加速架构搜索的计算效率,并在插补和聚类性能上显著优于其他基准方法 | NA | 旨在解决单细胞RNA测序数据中的基因稀疏性问题,并自动设计深度神经网络架构以提高插补性能 | 单细胞RNA测序数据中的基因表达水平 | 机器学习 | NA | 单细胞RNA测序 | 深度神经网络 | 基因表达数据 | NA |
1125 | 2024-08-08 |
scDEA: differential expression analysis in single-cell RNA-sequencing data via ensemble learning
2022-01-17, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbab402
PMID:34571530
|
研究论文 | 本文提出了一种基于集成学习的单细胞RNA测序数据差异表达分析方法scDEA | scDEA通过集成12种不同的差异表达分析方法的P值,生成更稳定和准确的结果 | NA | 开发一种新的差异表达分析方法,以提高单细胞RNA测序数据分析的准确性和稳定性 | 单细胞RNA测序数据中的差异表达基因 | 生物信息学 | NA | 单细胞RNA测序 | 集成学习 | 基因表达数据 | NA |
1126 | 2024-08-08 |
The spatially resolved transcriptional profile of acute T cell-mediated rejection in a kidney allograft
2022-01, Kidney international
IF:14.8Q1
DOI:10.1016/j.kint.2021.09.004
PMID:34555393
|
研究论文 | 研究使用GeoMX数字空间分析平台分析肾移植中急性T细胞介导排斥反应的空间转录组特征 | 通过空间转录组学揭示了T细胞介导排斥反应中不同区域与移植反应相关的先前未被重视的变异性 | NA | 探索肾移植中T细胞介导排斥反应的转录组特征及其临床相关性 | 肾移植中的T细胞介导排斥反应和正常肾组织的转录组特征 | 数字病理学 | 肾病 | GeoMX Digital Space Profiling | NA | 转录组数据 | 包括一个慢性活动性T细胞介导排斥反应的肾移植患者和两个正常肾组织对照的活检样本 |
1127 | 2024-08-08 |
Network-based analysis revealed significant interactions between risk genes of severe COVID-19 and host genes interacted with SARS-CoV-2 proteins
2022-01-17, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbab372
PMID:34535795
|
研究论文 | 本研究通过开发的用户友好型软件Network Calculator,采用基于网络的方法,揭示了严重COVID-19风险基因与SARS-CoV-2蛋白相互作用的主机基因之间的显著相互作用 | 本研究首次通过网络分析方法,识别了严重COVID-19风险基因与SARS-CoV-2相互作用的主机基因之间的网络关系,并发现了关键基因HNRNPK | NA | 探索严重COVID-19的风险基因是否通过与SARS-CoV-2蛋白相互作用的主机基因相互作用来发挥其调控作用 | 严重COVID-19的风险基因与SARS-CoV-2蛋白相互作用的主机基因 | 生物信息学 | COVID-19 | 网络分析 | NA | RNA-seq数据 | 13个风险基因和28个SARS-CoV-2相互作用的主机基因 |
1128 | 2024-08-08 |
Enhancing discoveries of molecular QTL studies with small sample size using summary statistic imputation
2022-01-17, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbab370
PMID:34545927
|
研究论文 | 本文提出了一种名为xQTLImp的计算框架,用于在小样本量的分子QTL研究中填补缺失的分子QTL关联 | xQTLImp框架通过利用已知的关联统计和连锁不平衡(LD)信息,在局部区域和全基因组范围内提高了填补准确性和新QTL的发现能力 | NA | 解决小样本量分子QTL研究中因样本限制和成本导致的分子性状-变异关联缺失问题 | 分子QTL研究中的缺失关联填补 | NA | NA | NA | 多元高斯模型 | 多组学数据 | 小样本量 |
1129 | 2024-08-08 |
Identifying transcriptional programs underlying cancer drug response with TraCe-seq
2022-01, Nature biotechnology
IF:33.1Q1
DOI:10.1038/s41587-021-01005-3
PMID:34531539
|
研究论文 | 本文开发了一种名为TraCe-seq的方法,通过单细胞RNA测序技术追踪癌细胞克隆对不同治疗的早期适应性转录程序,并评估了下一代双表皮生长因子受体(EGFR)降解剂与标准EGFR激酶抑制剂在EGFR突变肺癌细胞中的效果 | TraCe-seq方法能够以克隆分辨率捕获复杂细胞群体中细胞的起源、命运及对不同治疗的早期适应性转录程序 | NA | 研究预存的转录程序如何影响治疗反应 | EGFR突变肺癌细胞对不同EGFR抑制剂的反应 | 数字病理学 | 肺癌 | 单细胞RNA测序(scRNA-seq) | NA | 转录组数据 | NA |
1130 | 2024-08-08 |
Cellular heterogeneity and immune microenvironment revealed by single-cell transcriptome in venous malformation and cavernous venous malformation
2022-01, Journal of molecular and cellular cardiology
IF:4.9Q2
DOI:10.1016/j.yjmcc.2021.09.004
PMID:34536440
|
研究论文 | 本研究通过单细胞转录组测序分析了静脉畸形(VM)和海绵状静脉畸形(CVM)的细胞异质性和免疫微环境 | 首次揭示了VM和CVM在细胞组成和信号通路上的差异,并识别了多种免疫细胞类型及其在疾病发展中的作用 | 研究样本量较小,可能影响结果的普遍性 | 探究VM和CVM的分子差异及其与疾病发展的关系 | 静脉畸形(VM)和海绵状静脉畸形(CVM)的细胞和免疫微环境 | 数字病理学 | 静脉畸形 | 单细胞转录组测序 | NA | 转录组数据 | 35,245个细胞,来自两个VM样本和三个CVM样本 |
1131 | 2024-08-08 |
Murine AGM single-cell profiling identifies a continuum of hemogenic endothelium differentiation marked by ACE
2022-01-20, Blood
IF:21.0Q1
DOI:10.1182/blood.2020007885
PMID:34517413
|
研究论文 | 本文通过单细胞RNA测序技术研究了小鼠AGM区域中造血内皮细胞(HE)的分化过程,并揭示了ACE在其分化中的标志性作用 | 首次通过全长的单细胞RNA测序揭示了HE分化的连续性,并发现ACE在HE分化中的特异性标记作用 | NA | 旨在解析胚胎中造血干细胞形成的分子和细胞途径,以促进体外造血干细胞的生成和扩展 | 小鼠AGM区域的造血内皮细胞及其分化过程 | 数字病理学 | NA | 单细胞RNA测序(scRNA-seq) | NA | RNA | 使用Runx1b和Gfi1/1b转基因报告小鼠模型分离的HE细胞 |
1132 | 2024-08-08 |
scAPAdb: a comprehensive database of alternative polyadenylation at single-cell resolution
2022-01-07, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkab795
PMID:34508354
|
研究论文 | 本文介绍了一个名为scAPAdb的综合数据库,该数据库提供了单细胞分辨率下的替代多聚腺苷酸化(APA)信息 | scAPAdb是首个提供单细胞分辨率APA信息的数据库,填补了现有APA数据库在这一领域的空白 | NA | 旨在为研究单细胞水平上APA异构体使用和APA介导的基因调控提供有价值的资源 | 单细胞分辨率下的APA信息 | 生物信息学 | NA | 单细胞RNA测序(scRNA-seq) | NA | 数据库 | 超过360个scRNA-seq实验,涵盖六种物种,包括人类、小鼠和其他几种植物物种 |
1133 | 2024-08-08 |
VeloViz: RNA velocity-informed embeddings for visualizing cellular trajectories
2022-01-03, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btab653
PMID:34500455
|
研究论文 | 本文介绍了VeloViz工具,该工具利用RNA速度分析信息创建单细胞转录组数据的2D和3D嵌入,以可视化细胞轨迹 | VeloViz通过考虑RNA速度分析预测的未来转录状态,能够更可靠地捕捉和展示细胞轨迹,即使在缺失中间细胞状态的情况下 | NA | 开发一种新的方法来可视化从RNA速度分析推断的细胞状态变化,以更好地理解细胞轨迹 | 单细胞转录组数据及其通过RNA速度分析推断的细胞状态变化 | 生物信息学 | NA | RNA速度分析 | NA | 转录组数据 | 使用真实和模拟数据进行验证 |
1134 | 2024-08-08 |
Single-cell RNA-seq reveals the transcriptional landscape in ischemic stroke
2022-01, Journal of cerebral blood flow and metabolism : official journal of the International Society of Cerebral Blood Flow and Metabolism
IF:4.9Q1
DOI:10.1177/0271678X211026770
PMID:34496660
|
研究论文 | 本研究利用单细胞RNA测序技术揭示了缺血性中风中的转录组图谱 | 首次通过单细胞RNA测序技术详细描绘了小鼠MCAO模型中脑细胞群的细胞类型特异性基因表达模式及其在不同通路中的功能 | NA | 探索缺血性中风的疾病机制及基于细胞亚型特异性分子的药物发现 | 缺血性中风中的脑细胞群及其基因表达模式 | 数字病理学 | 脑血管疾病 | 单细胞RNA测序 | NA | 基因表达数据 | 小鼠MCAO模型中的脑细胞群 |
1135 | 2024-08-08 |
Cancer stem cells in hepatocellular carcinoma - from origin to clinical implications
2022-01, Nature reviews. Gastroenterology & hepatology
DOI:10.1038/s41575-021-00508-3
PMID:34504325
|
综述 | 本文综述了肝细胞癌中癌症干细胞(CSC)的起源及其临床意义 | 探讨了肝CSC的异质性和独特的免疫生物学特性,为新的研究方向和潜在疗法提供了机会 | NA | 总结当前对肝CSC标记物和肝细胞癌中干细胞调控因子的认识,并描述肝CSC领域的最新进展 | 肝细胞癌中的癌症干细胞 | NA | 肝细胞癌 | 单细胞转录组学 | NA | 转录组 | NA |
1136 | 2024-08-08 |
Delineating chromatin accessibility re-patterning at single cell level during early stage of direct cardiac reprogramming
2022-01, Journal of molecular and cellular cardiology
IF:4.9Q2
DOI:10.1016/j.yjmcc.2021.09.002
PMID:34509499
|
研究论文 | 本研究通过单细胞ATAC-seq技术,探讨了心脏重编程早期阶段染色质可及性的重塑模式及其对转录组重塑的影响 | 首次揭示了Smad3作为双模态转录因子在心脏重编程中的作用,并发现了心脏基因在重编程轨迹中的顺式调控相互作用的全球重构 | NA | 探讨心脏重编程早期阶段染色质景观的改变如何驱动转录组重塑 | 心脏成纤维细胞向诱导心肌细胞(iCMs)的直接转化过程中的染色质可及性变化 | 数字病理学 | 心血管疾病 | 单细胞ATAC-seq | NA | 基因组数据 | 早期重编程的诱导心肌细胞(iCMs) |
1137 | 2024-08-08 |
The Role of Innate Immune Cells in Nonalcoholic Fatty Liver Disease
2022, Journal of innate immunity
IF:4.7Q2
DOI:10.1159/000518407
PMID:34515137
|
研究论文 | 本文探讨了先天免疫细胞在非酒精性脂肪肝病(NAFLD)和非酒精性脂肪肝炎(NASH)中的作用 | 利用单细胞RNA测序等新技术揭示了肝脏中巨噬细胞群体的显著异质性,并探讨了肝脏驻留的Kupffer细胞和招募的单核细胞源性巨噬细胞在调节肝脏炎症和NASH发病机制中的不同功能 | NA | 研究先天免疫细胞在NAFLD和NASH中的功能 | 先天免疫细胞如中性粒细胞和巨噬细胞在NAFLD和NASH中的作用 | NA | 非酒精性脂肪肝病 | 单细胞RNA测序 | NA | RNA | NA |
1138 | 2024-08-08 |
ScCAEs: deep clustering of single-cell RNA-seq via convolutional autoencoder embedding and soft K-means
2022-01-17, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbab321
PMID:34472585
|
研究论文 | 本文提出了一种新的单细胞RNA测序深度嵌入聚类方法scCAEs,通过卷积自编码器嵌入和软K均值同时学习特征表示和聚类 | scCAEs方法结合深度学习和卷积自编码器来表征单细胞RNA测序数据,并提出了一种正则化的软K均值算法在学习的潜在空间中聚类细胞群体 | NA | 研究目的是改进单细胞RNA测序数据的聚类和细胞类型分类方法 | 单细胞RNA测序数据 | 机器学习 | NA | 卷积自编码器 | CNN | RNA-seq数据 | 数据集中的聚类数从4到46,细胞数从90到30,302 |
1139 | 2024-08-08 |
A comparison of deep learning-based pre-processing and clustering approaches for single-cell RNA sequencing data
2022-01-17, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbab345
PMID:34472590
|
综述 | 本文系统回顾了基于深度学习模型的单细胞RNA测序数据分析方法和工具,涉及数据预处理和聚类任务 | 深度学习技术与单细胞RNA测序数据的高维度、高稀疏性、高噪声和大规模特性相匹配,提供了前所未有的潜力 | 讨论了这些方法的数据偏好和局限性,并为用户选择合适的方法和工具提供建议和指导 | 评估基于深度模型的数据校正和聚类分析方法在11个黄金标准数据集上的表现 | 单细胞RNA测序数据 | 机器学习 | NA | 单细胞RNA测序 | 深度学习模型 | RNA测序数据 | 11个黄金标准数据集 |
1140 | 2024-08-08 |
Single-Cell DNA Sequencing Reveals Punctuated and Gradual Clonal Evolution in Hepatocellular Carcinoma
2022-01, Gastroenterology
IF:25.7Q1
DOI:10.1053/j.gastro.2021.08.052
PMID:34481846
|
研究论文 | 本研究通过单细胞DNA测序揭示了肝细胞癌中拷贝数变异的阶段性进化模式 | 提出了双相拷贝数进化模型,即先爆发后渐进的模式,并发现CAD基因与肝细胞癌的快速形成和生存率降低相关 | NA | 探究肝细胞癌中拷贝数变异的进化模式 | 肝细胞癌中的单细胞DNA和RNA | 数字病理学 | 肝细胞癌 | 单细胞DNA测序(scDNA-seq)和单细胞RNA测序 | 统计拟合模型 | DNA和RNA | 1275个细胞来自10名患者,356个细胞来自1名患者,27,344个细胞来自3名患者 |