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 | 2024-10-15 |
STmut: a framework for visualizing somatic alterations in spatial transcriptomics data of cancer
2023-11-30, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-023-03121-6
PMID:38037084
|
研究论文 | 本文介绍了一种名为STmut的新软件,用于在Visium空间转录组数据中可视化体细胞点突变、等位基因不平衡和拷贝数变异 | STmut软件的创新之处在于它能够在空间转录组数据中可视化体细胞突变和拷贝数变异 | FFPE平台的化学性质不允许分析单核苷酸变异 | 本文旨在为空间转录组数据添加遗传维度,并描述不同数据类型的局限性 | 本文研究了新鲜冷冻Visium数据、福尔马林固定石蜡包埋(FFPE)Visium数据以及有无匹配DNA测序数据的肿瘤 | 数字病理学 | NA | 空间转录组技术 | NA | 基因表达数据 | 涉及新鲜冷冻Visium数据、FFPE Visium数据以及有无匹配DNA测序数据的肿瘤样本 |
42 | 2024-10-15 |
PD-1- CD45RA+ effector-memory CD8 T cells and CXCL10+ macrophages are associated with response to atezolizumab plus bevacizumab in advanced hepatocellular carcinoma
2023-Nov-29, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-023-43381-1
PMID:38030622
|
研究论文 | 研究了atezolizumab和bevacizumab联合治疗晚期肝细胞癌(HCC)的免疫反应机制 | 通过单细胞转录组学分析,揭示了PD-1- CD45RA+效应记忆CD8 T细胞和CXCL10+巨噬细胞在患者对atezolizumab和bevacizumab联合治疗反应中的作用 | 研究仅限于晚期肝细胞癌患者,且样本量未明确 | 探讨atezolizumab和bevacizumab联合治疗晚期肝细胞癌的免疫反应机制 | 晚期肝细胞癌患者的肿瘤内和外周免疫环境 | 数字病理学 | 肝癌 | 单细胞转录组学 | NA | 转录组数据 | NA |
43 | 2024-10-15 |
Integrating spatial and single-cell transcriptomics data using deep generative models with SpatialScope
2023-Nov-29, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-023-43629-w
PMID:38030617
|
研究论文 | 本文介绍了一种名为SpatialScope的统一方法,通过深度生成模型整合单细胞转录组数据和空间转录组数据,以解决当前空间转录组技术在细胞分辨率或转录组全面分析方面的局限性 | SpatialScope通过模型和算法设计的创新,不仅提升了基于测序的空间转录组数据的单细胞分辨率,还能准确推断基于图像的空间转录组数据的转录组全面表达水平 | NA | 解决当前空间转录组技术在细胞分辨率或转录组全面分析方面的局限性 | 单细胞转录组数据和空间转录组数据 | 生物信息学 | NA | 空间转录组技术 | 深度生成模型 | 转录组数据 | NA |
44 | 2024-10-15 |
Detection of isoforms and genomic alterations by high-throughput full-length single-cell RNA sequencing in ovarian cancer
2023-Nov-27, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-023-43387-9
PMID:38012143
|
研究论文 | 本文通过高深度长读长单细胞RNA测序技术,研究了卵巢癌患者的临床样本,揭示了新的基因组变异和基因融合 | 本文首次在高深度长读长单细胞RNA测序中捕获了大量未报道的转录本,并发现了细胞类型特异性的转录本和多聚腺苷酸位点使用情况 | 本文仅在三个卵巢癌患者的样本中进行了研究,样本量较小,可能影响结果的普适性 | 本文旨在通过高深度长读长单细胞RNA测序技术,揭示卵巢癌中的基因组变异和基因融合 | 本文研究了卵巢癌患者的临床样本,重点关注了肿瘤细胞和间皮细胞的转录本和基因组变异 | 数字病理学 | 卵巢癌 | 长读长单细胞RNA测序 | NA | RNA | 三个卵巢癌患者的临床样本 |
45 | 2024-10-15 |
Lobular Carcinoma of the Breast: A Comprehensive Review with Translational Insights
2023-Nov-20, Cancers
IF:4.5Q1
DOI:10.3390/cancers15225491
PMID:38001750
|
综述 | 本文综述了乳腺浸润性小叶癌的多个病理方面及其转化特征 | 探讨了空间转录组学和其他高复杂度技术在肿瘤微环境特征和最新研究成果中的应用 | NA | 深入理解乳腺浸润性小叶癌的独特实体及其在个性化治疗时代的新治疗选择 | 乳腺浸润性小叶癌的病理特征、遗传途径、生物学特性及治疗策略 | 数字病理学 | 乳腺癌 | 空间转录组学 | NA | 转录组数据 | NA |
46 | 2024-10-15 |
Integrated multi-omics single cell atlas of the human retina
2023-Nov-17, Research square
DOI:10.21203/rs.3.rs-3471275/v1
PMID:38014002
|
研究论文 | 本文构建了一个综合的多模态人类视网膜单细胞图谱 | 本文首次整合了人类视网膜的转录组和染色质可及性数据,揭示了超过110种细胞类型,并细化了细胞本体论,识别了特异性标记基因和基因调控网络 | NA | 构建一个综合的多模态人类视网膜单细胞图谱,以促进对视网膜功能和病理的理解 | 人类视网膜的单细胞转录组和染色质可及性 | 数字病理学 | NA | 单细胞测序 | NA | 转录组数据和染色质可及性数据 | 来自55名捐赠者的约240万细胞,其中包括140万未发表的数据点 |
47 | 2024-10-15 |
What Links Chronic Kidney Disease and Ischemic Cardiomyopathy? A Comprehensive Bioinformatic Analysis Utilizing Bulk and Single-Cell RNA Sequencing Data with Machine Learning
2023-Nov-16, Life (Basel, Switzerland)
DOI:10.3390/life13112215
PMID:38004354
|
研究论文 | 本研究通过整合公开的bulk和单细胞RNA测序数据,利用机器学习算法揭示慢性肾病与缺血性心肌病之间的分子机制 | 本研究首次整合bulk和单细胞RNA测序数据,利用机器学习算法识别出13个候选基因,并构建了诊断模型用于CKD相关ICM的诊断 | 本研究主要依赖公开数据,未涉及体内实验验证候选基因的功能 | 揭示慢性肾病与缺血性心肌病之间的分子机制 | 慢性肾病和缺血性心肌病 | 生物信息学 | 心血管疾病 | RNA测序 | 高斯朴素贝叶斯模型 | RNA测序数据 | 两个ICM心脏组织数据集和一个CKD外周血单核细胞数据集 |
48 | 2024-10-15 |
Human brain single nucleus cell type enrichments in neurodegenerative diseases
2023-Nov-15, Research square
DOI:10.21203/rs.3.rs-3390225/v1
PMID:38014237
|
研究论文 | 本文研究了神经退行性疾病中人脑单核细胞类型的富集情况 | 利用全基因组关联研究、单细胞测序数据和批量表达研究,识别了神经退行性疾病中重要的细胞类型和基因 | NA | 识别神经退行性疾病中重要的细胞类型和基因,以促进治疗靶点的开发 | 阿尔茨海默病、肌萎缩侧索硬化症和帕金森病的脑组织 | 数字病理学 | 神经退行性疾病 | 单细胞RNA测序 | NA | 基因表达数据 | 涉及多个脑区组织的多样本 |
49 | 2024-10-15 |
Identification of Cellular Compositions in Different Microenvironments and Their Potential Impacts on Hematopoietic Stem Cells HSCs Using Single-Cell RNA Sequencing with Systematical Confirmation
2023-Nov-02, Life (Basel, Switzerland)
DOI:10.3390/life13112157
PMID:38004297
|
研究论文 | 本研究通过单细胞RNA测序技术,系统地确认了不同微环境中细胞组成的识别及其对造血干细胞(HSCs)的潜在影响 | 首次系统地研究了不同微环境中细胞组成对HSCs的影响,并结合多种技术验证了研究结果 | 研究主要集中在小鼠模型上,结果的普适性可能有限 | 探讨不同微环境中细胞组成对造血干细胞的影响及其调控机制 | 造血干细胞(HSCs)及其微环境中的单核细胞(MNCs) | 数字病理学 | 血液疾病 | 单细胞RNA测序(scRNA-seq) | NA | RNA | 包括小鼠胎儿肝脏单核细胞(FL-MNCs)、骨髓单核细胞(BM-MNCs)和培养的胎儿肝脏基质细胞 |
50 | 2024-10-14 |
SPACEL: deep learning-based characterization of spatial transcriptome architectures
2023-Nov-22, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-023-43220-3
PMID:37990022
|
研究论文 | 本文介绍了一种基于深度学习的空间转录组数据分析方法SPACEL | SPACEL通过三个模块实现细胞类型反卷积、空间域识别和3D组织架构构建,优于现有的19种先进方法 | NA | 开发一种新的方法来分析空间转录组数据,特别是多切片数据的联合分析和3D组织架构的构建 | 空间转录组数据 | 机器学习 | NA | 深度学习 | 多层感知器、图卷积网络、对抗学习算法 | 空间转录组数据 | 多种组织和空间转录组技术的模拟和真实数据 |
51 | 2024-10-14 |
Exploration of the molecular mechanism of intercellular communication in paediatric neuroblastoma by single-cell sequencing
2023-11-21, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-47796-0
PMID:37990103
|
研究论文 | 本研究通过单细胞测序和转录组测序构建了一个与神经母细胞瘤患者预后相关的细胞间通讯相关基因模型,以实现精准管理 | 开发了一个基于21个基因的预测模型,用于神经母细胞瘤的预后评估 | 需要进一步的外部验证和临床试验来确认模型的有效性和适用性 | 构建和验证一个基于细胞间通讯相关基因的预后模型,以预测神经母细胞瘤患者的预后 | 神经母细胞瘤患者的单细胞数据和转录组数据 | 数字病理学 | 儿童疾病 | 单细胞测序 | Lasso回归 | 基因表达数据 | 来自基因表达综合数据库的神经母细胞瘤患者单细胞数据 |
52 | 2024-10-14 |
Functional genomics in Spiralia
2023-11-17, Briefings in functional genomics
IF:2.5Q3
DOI:10.1093/bfgp/elad036
PMID:37981859
|
综述 | 本文综述了螺旋动物基因表达调控的五个方面,旨在揭示动物基因组功能中的祖先和衍生特征 | 本文填补了螺旋动物基因组功能研究的知识空白,特别是染色质可及性、DNA甲基化、组蛋白翻译后修饰和基因组结构方面的研究 | 目前对螺旋动物基因表达调控的研究仍处于初级阶段,尤其是染色质可及性、DNA甲基化和组蛋白翻译后修饰等方面的研究 | 揭示动物基因组功能中的祖先和衍生特征,并探讨其对社会的潜在影响 | 螺旋动物的基因表达调控机制 | 基因组学 | NA | 单细胞转录组学 | NA | 基因组数据 | NA |
53 | 2024-10-14 |
Single-cell transcriptomics refuels the exploration of spiralian biology
2023-11-17, Briefings in functional genomics
IF:2.5Q3
DOI:10.1093/bfgp/elad038
PMID:37609674
|
综述 | 本文综述了单细胞转录组学在螺旋动物生物学研究中的应用 | 介绍了单细胞转录组学这一新兴技术在螺旋动物分类和基因表达特征分析中的创新应用 | 讨论了将该技术应用于海洋生物的方法学挑战和需求 | 探讨单细胞转录组学在螺旋动物生物学和进化研究中的潜力 | 螺旋动物的细胞类型分类和基因表达特征 | 基因组学 | NA | 单细胞转录组学 | NA | 转录组数据 | 涉及多个螺旋动物分类群的样本 |
54 | 2024-10-14 |
Single-cell RNAseq analysis of spinal locomotor circuitry in larval zebrafish
2023-Nov-17, eLife
IF:6.4Q1
DOI:10.7554/eLife.89338
PMID:37975797
|
研究论文 | 本研究利用单细胞RNA测序技术分析了斑马鱼幼体脊髓运动回路的分子基础 | 首次通过单细胞RNA测序技术揭示了运动神经元类型在游泳行为中的功能差异的分子基础 | NA | 识别控制特定行为的专业化回路中的神经元类型 | 斑马鱼幼体的脊髓运动回路 | 数字病理学 | NA | 单细胞RNA测序 | NA | 基因表达数据 | NA |
55 | 2024-10-14 |
Rabies virus-based barcoded neuroanatomy resolved by single-cell RNA and in situ sequencing
2023-Nov-10, bioRxiv : the preprint server for biology
DOI:10.1101/2023.03.16.532873
PMID:36993334
|
研究论文 | 本文结合条形码狂犬病毒与单细胞和原位测序技术,在鼠脑中进行逆行标记和跨突触标记,以解析神经解剖结构 | 本文首次将条形码狂犬病毒与单细胞RNA测序和原位测序结合,用于鼠脑中的逆行标记和跨突触标记,提供了大规模映射神经元类型突触连接的潜在途径 | 本文仅在鼠脑中进行了实验,尚未在其他物种或更大规模上验证其方法的有效性 | 本文旨在通过结合条形码狂犬病毒与单细胞和原位测序技术,解析神经解剖结构,以理解神经回路的结构和功能 | 本文的研究对象是鼠脑中的神经元类型及其连接 | 数字病理学 | NA | 单细胞RNA测序和原位测序 | NA | RNA | 96个逆行标记细胞和295个跨突触标记细胞使用单细胞RNA测序,4130个逆行标记细胞和2914个跨突触标记细胞使用原位测序 |
56 | 2024-10-14 |
Proximal immune-epithelial progenitor interactions drive chronic tissue sequelae post COVID-19
2023-Nov-10, bioRxiv : the preprint server for biology
DOI:10.1101/2023.09.13.557622
PMID:37745354
|
研究论文 | 研究探讨了COVID-19后慢性组织后遗症的机制,特别是免疫细胞与上皮祖细胞之间的异常相互作用 | 首次揭示了肺驻留CD8 T细胞与巨噬细胞相互作用在维持异常上皮祖细胞和驱动纤维化后遗症中的关键作用 | 研究主要基于小鼠模型,临床相关性需进一步验证 | 探究COVID-19后慢性组织后遗症的细胞和分子机制 | COVID-19后遗症患者和相关小鼠模型 | 数字病理学 | 肺部疾病 | 空间转录组学和成像技术 | NA | 转录组数据和图像 | 三个独立临床队列的PASC患者和相关小鼠模型 |
57 | 2024-10-13 |
A statistical framework for differential pseudotime analysis with multiple single-cell RNA-seq samples
2023-11-10, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-023-42841-y
PMID:37949861
|
研究论文 | 介绍了一种用于多单细胞RNA测序样本差异伪时间分析的统计框架Lamian | Lamian考虑了跨样本变异性,减少了样本特定的假发现,提高了结果的可推广性 | NA | 开发一种能够比较不同实验条件下多个样本伪时间模式的统计方法 | 单细胞RNA测序数据中的伪时间轨迹 | 生物信息学 | COVID-19 | 单细胞RNA测序 | 统计框架 | 基因表达数据 | 包括COVID-19患者在内的真实和模拟数据 |
58 | 2024-10-13 |
Evaluation of deep learning-based feature selection for single-cell RNA sequencing data analysis
2023-11-10, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-023-03100-x
PMID:37950331
|
研究论文 | 本文评估了基于深度学习的特征选择方法在单细胞RNA测序数据分析中的应用 | 本文探讨了基于深度学习的特征选择方法与传统基于差异分布的方法相比的优势 | NA | 评估基于深度学习的特征选择方法在单细胞RNA测序数据分析中的性能 | 单细胞RNA测序数据 | 机器学习 | NA | 单细胞RNA测序 (scRNA-seq) | 深度学习 | 基因表达数据 | 从Tabula Muris和Tabula Sapiens图谱中抽取的样本 |
59 | 2024-10-13 |
FICTURE: Scalable segmentation-free analysis of submicron resolution spatial transcriptomics
2023-Nov-07, bioRxiv : the preprint server for biology
DOI:10.1101/2023.11.04.565621
PMID:37961699
|
研究论文 | 本文介绍了一种名为FICTURE的无分割空间分解方法,用于处理亚微米分辨率的空间转录组数据 | FICTURE方法比现有方法效率高几个数量级,并且适用于基于测序和成像的空间转录组数据 | NA | 开发一种可扩展的无分割分析方法,用于处理高分辨率空间转录组数据 | 亚微米分辨率的空间转录组数据 | 空间转录组学 | NA | 空间分解 | NA | 空间转录组数据 | 数十亿个亚微米分辨率的空间坐标数据点 |
60 | 2024-10-13 |
High-resolution alignment of single-cell and spatial transcriptomes with CytoSPACE
2023-Nov, Nature biotechnology
IF:33.1Q1
DOI:10.1038/s41587-023-01697-9
PMID:36879008
|
研究论文 | 介绍了一种名为CytoSPACE的优化方法,用于将单细胞RNA测序图谱中的单个细胞映射到空间表达谱 | CytoSPACE在噪声容忍度和准确性方面优于先前的方法,能够以单细胞分辨率进行组织图谱绘制 | NA | 提高空间转录组学的基因恢复和空间分辨率 | 单细胞和空间转录组数据 | 生物信息学 | NA | 单细胞RNA测序 | 优化方法 | 转录组数据 | 多种平台和组织类型的数据 |