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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
141 | 2025-02-11 |
Single-cell RNA-seq and single-cell bisulfite-sequencing reveal insights into yak preimplantation embryogenesis
2024-01, The Journal of biological chemistry
IF:4.0Q2
DOI:10.1016/j.jbc.2023.105562
PMID:38097189
|
研究论文 | 本研究通过单细胞RNA测序和单细胞亚硫酸盐测序揭示了牦牛胚胎植入前发育过程中的基因表达和DNA甲基化变化 | 结合单细胞DNA甲基化和转录组分析,鉴定了43个可能与胚胎发育相关的候选甲基化驱动基因,并确定了与组蛋白去乙酰化酶HDAC1/2相关的表观遗传修饰对胚胎发育的重要性 | 研究主要聚焦于牦牛胚胎,可能限制了其在其他物种中的普适性 | 研究牦牛胚胎植入前发育过程中的表观遗传重编程及其对转录调控网络的影响 | 牦牛的卵母细胞和不同发育阶段的胚胎 | 表观遗传学 | NA | 单细胞RNA测序, 单细胞亚硫酸盐测序 | NA | 单细胞基因表达数据, 单细胞DNA甲基化数据 | 牦牛的卵母细胞和一系列不同发育阶段的胚胎 |
142 | 2025-02-11 |
Human placental cells are resistant to SARS-CoV-2 infection and replication
2024, Wellcome open research
DOI:10.12688/wellcomeopenres.20514.2
PMID:39640372
|
研究论文 | 本研究通过单细胞RNA测序和共聚焦显微镜技术,探讨了人类胎盘细胞对SARS-CoV-2感染的易感性及其支持病毒释放的能力 | 首次量化了胎盘细胞对SARS-CoV-2感染的易感性,并确定了其支持病毒释放的能力 | 研究主要依赖于体外实验,可能无法完全反映体内情况 | 探讨SARS-CoV-2在胎盘细胞中的感染和复制能力 | 人类胎盘细胞 | 生物医学 | COVID-19 | 单细胞RNA测序(scRNAseq),共聚焦显微镜 | NA | RNA测序数据,显微镜图像 | 包括早期妊娠和足月胎盘细胞,以及JEG-3、JAR和HUVEC细胞系 |
143 | 2025-02-08 |
Leveraging single-cell transcriptomic data to uncover immune suppressive cancer cell subsets in triple-negative canine breast cancers
2024, Frontiers in veterinary science
IF:2.6Q1
DOI:10.3389/fvets.2024.1434617
PMID:39376916
|
研究论文 | 本研究利用单细胞RNA测序数据,识别并表征了三阴性犬乳腺癌中的免疫抑制亚群 | 首次在三阴性犬乳腺癌中识别出免疫抑制亚群,并揭示了其通过抗炎和M2样巨噬细胞等机制促进免疫逃逸的潜在途径 | 研究依赖于已发布的单细胞RNA测序数据集,样本量较小(30只犬),可能限制了结果的普适性 | 识别和表征三阴性犬乳腺癌中的免疫抑制亚群,以揭示其免疫逃逸机制 | 三阴性犬乳腺癌细胞 | 数字病理学 | 乳腺癌 | 单细胞RNA测序(scRNA-seq) | NA | 单细胞RNA测序数据 | 30只犬的样本 |
144 | 2025-02-07 |
Transcription factor KLF2 is associated with the dysfunctional status of NK cells and the prognosis of pediatric B-ALL patients
2024, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2024.1456004
PMID:39906661
|
研究论文 | 本研究探讨了转录因子KLF2与NK细胞功能失调状态及儿童B-ALL患者预后的关系 | 首次在单细胞水平上揭示了B-ALL患者骨髓微环境中NK细胞的分子遗传学特征,并发现KLF2在NK细胞中的表达与B-ALL患者的不良预后相关 | 样本量相对较小,且仅针对儿童B-ALL患者,未涵盖其他类型的白血病 | 研究B-ALL患者骨髓微环境中NK细胞的分子遗传学特征及其功能抑制机制 | 43名健康志愿者和104名儿童B-ALL患者的外周血样本,以及139名B-ALL患者的骨髓样本 | 分子遗传学 | B细胞急性淋巴细胞白血病(B-ALL) | 单细胞RNA测序(scRNAseq) | 无监督聚类 | RNA测序数据 | 147名样本(43名健康志愿者和104名儿童B-ALL患者),以及139名B-ALL患者的骨髓样本 |
145 | 2025-02-06 |
COL6A3 enhances the osteogenic differentiation potential of BMSCs by promoting mitophagy in the osteoporotic microenvironment
2024-Jan-25, Molecular biology reports
IF:2.6Q3
DOI:10.1007/s11033-023-08918-z
PMID:38270688
|
研究论文 | 本研究探讨了COL6A3基因在骨质疏松微环境中通过促进线粒体自噬增强骨髓间充质干细胞(BMSCs)成骨分化潜力的机制 | 首次揭示了COL6A3基因通过促进线粒体自噬来增强BMSCs在骨质疏松微环境中的成骨分化能力,为骨质疏松的干细胞治疗提供了新的策略 | 研究主要基于体外实验,未进行体内验证,且未探讨COL6A3在其他疾病模型中的作用 | 探讨COL6A3基因在骨质疏松微环境中对BMSCs成骨分化的影响及其机制 | 骨髓间充质干细胞(BMSCs) | 细胞生物学 | 骨质疏松 | 单细胞测序、Western blotting、免疫荧光、TUNEL检测、JC-1染色 | NA | 基因表达数据、蛋白质数据、细胞图像数据 | 未明确说明具体样本数量,但涉及BMSCs的体外实验 |
146 | 2025-02-05 |
scEVOLVE: cell-type incremental annotation without forgetting for single-cell RNA-seq data
2024-01-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae039
PMID:38366803
|
研究论文 | 本文提出了一种名为scEVOLVE的新方法,用于单细胞RNA测序数据的细胞类型增量注释,旨在解决现有方法在持续知识获取方面的限制 | 首次提出并制定了一个端到端的算法框架,用于解决细胞类型增量注释这一新任务,通过对比样本回放和分区置信度最大化原则,有效缓解了灾难性遗忘问题 | 数据流样本只能观察一次,可能导致灾难性遗忘 | 开发一种能够持续增强细胞类型知识的增量注释方法 | 单细胞RNA测序数据 | 生物信息学 | NA | 单细胞RNA测序 | 深度学习 | 单细胞RNA测序数据 | NA |
147 | 2025-02-05 |
Adjustment of scRNA-seq data to improve cell-type decomposition of spatial transcriptomics
2024-01-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae063
PMID:38426323
|
研究论文 | 本文开发了一种基于实例的迁移学习框架,用于调整单细胞RNA测序(scRNA-seq)数据,以改善空间转录组学(ST)数据的细胞类型分解 | 提出了一种新的基于实例的迁移学习框架,用于调整scRNA-seq数据以匹配ST数据的细胞类型特异性基因表达,从而减少分布差异并提高细胞类型分解的准确性 | 未提及具体局限性 | 改善空间转录组学数据的细胞类型分解 | 单细胞RNA测序数据和空间转录组学数据 | 生物信息学 | NA | 单细胞RNA测序(scRNA-seq),空间转录组学(ST) | 迁移学习框架 | 基因表达数据 | 模拟和真实数据集 |
148 | 2025-02-05 |
Species-agnostic transfer learning for cross-species transcriptomics data integration without gene orthology
2024-01-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae004
PMID:38305455
|
研究论文 | 本文提出了一种新的物种无关的迁移学习方法,用于跨物种转录组数据的整合,无需依赖基因同源信息 | 提出了一种不依赖基因同源信息的跨物种知识转移方法,通过异质域适应的方式整合不同物种的数据,并识别潜在空间中影响最大的基因的功能注释 | NA | 解决跨物种转录组数据整合中的信息丢失问题,实现无需基因同源信息的跨物种知识转移 | 小鼠、斑马鱼等模型生物与人类的转录组数据 | 生物信息学 | NA | 单细胞测序 | 迁移学习 | 转录组数据 | 四个不同的单细胞测序数据集 |
149 | 2025-02-05 |
BiGATAE: a bipartite graph attention auto-encoder enhancing spatial domain identification from single-slice to multi-slices
2024-01-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae045
PMID:38385877
|
研究论文 | 本文介绍了一种名为BiGATAE的双分图注意力自编码器,用于从单切片到多切片增强空间转录组数据中的空间域识别 | BiGATAE通过利用相邻组织切片的基因表达信息,扩展了现有单切片分析方法的适用性,使其能够进行多切片聚类 | NA | 提高空间转录组数据中空间域识别的准确性和适用性 | 空间转录组数据 | 生物信息学 | NA | 空间转录组技术 | 双分图注意力自编码器(BiGATAE) | 基因表达数据 | 三个不同的数据集 |
150 | 2025-02-05 |
Continually adapting pre-trained language model to universal annotation of single-cell RNA-seq data
2024-01-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae047
PMID:38388681
|
研究论文 | 本文提出了一种名为CANAL的通用细胞类型注释工具,通过持续微调预训练语言模型来适应新出现的单细胞RNA测序数据 | CANAL工具结合了持续学习和预训练语言模型,解决了现有工具无法从新数据中扩展知识的问题,并有效缓解了灾难性遗忘的困境 | NA | 开发一种能够持续适应新数据的单细胞RNA测序数据细胞类型注释工具 | 单细胞RNA测序数据 | 自然语言处理 | NA | 单细胞RNA测序 | 预训练语言模型 | RNA测序数据 | NA |
151 | 2025-02-05 |
scMMT: a multi-use deep learning approach for cell annotation, protein prediction and embedding in single-cell RNA-seq data
2024-01-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbad523
PMID:38300515
|
研究论文 | 本文介绍了一种名为scMMT的深度学习方法,用于单细胞RNA测序数据中的细胞注释、蛋白质预测和嵌入 | 提出了一种新的特征提取技术,并构建了一个基于GradNorm方法的多任务学习框架,以增强对具有挑战性的免疫细胞的识别,并通过细胞类型注释和蛋白质预测任务之间的相互促进来减少标签噪声的影响 | 未明确提及具体限制 | 提高单细胞RNA测序数据中细胞类型注释的准确性,以促进生物学和医学研究,特别是在理解疾病进展和肿瘤微环境方面 | 单细胞RNA测序数据 | 生物信息学 | NA | 单细胞RNA测序 | 多任务学习框架 | 单细胞RNA测序数据 | 多个公共数据集 |
152 | 2025-02-05 |
From G1 to M: a comparative study of methods for identifying cell cycle phases
2024-01-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbad517
PMID:38261342
|
综述 | 本文比较了单细胞RNA测序(scRNA-seq)数据中识别细胞周期阶段的不同方法,并提出了一个误差函数来评估这些方法的准确性 | 提出了一个误差函数来评估细胞周期阶段识别方法的准确性,并探讨了将具有多个已知细胞周期阶段的基准数据整合到分析中的潜在好处 | 未提及具体方法的局限性,仅强调了参考数据与目标数据集之间的兼容性对方法有效性的影响 | 比较和评估scRNA-seq数据中识别细胞周期阶段的不同方法 | 单细胞RNA测序数据 | 生物信息学 | NA | 单细胞RNA测序(scRNA-seq) | NA | RNA测序数据 | 包含人类和小鼠数据的多个基准数据集 |
153 | 2025-02-05 |
ABCA7-dependent Neuropeptide-Y signalling is a resilience mechanism required for synaptic integrity in Alzheimer's disease
2024-Jan-02, bioRxiv : the preprint server for biology
DOI:10.1101/2024.01.02.573893
PMID:38260408
|
研究论文 | 本文研究了ABCA7依赖性神经肽Y信号在阿尔茨海默病中对突触完整性的保护作用 | 通过CRISPR/Cas9基因编辑技术生成斑马鱼模型,揭示了ABCA7依赖性神经肽Y信号在维持突触完整性和星形胶质细胞增殖中的新机制 | 研究主要依赖于动物模型,人类临床数据的验证仍需进一步扩展 | 探讨ABCA7依赖性神经肽Y信号在阿尔茨海默病中的作用机制 | 斑马鱼模型和人类临床数据 | 神经科学 | 阿尔茨海默病 | CRISPR/Cas9基因编辑、单细胞转录组学 | 斑马鱼基因敲除模型 | 基因表达数据、临床数据 | 斑马鱼模型和人类临床样本 |
154 | 2025-02-05 |
Comprehensive analysis of disulfidptosis-related genes and the immune microenvironment in heart failure
2024, Frontiers in cell and developmental biology
IF:4.6Q1
DOI:10.3389/fcell.2024.1516898
PMID:39897078
|
研究论文 | 本文通过生物信息学分析探讨了与二硫化物凋亡相关基因(DRGs)如何影响心力衰竭(HF)的免疫微环境 | 首次将二硫化物凋亡与心力衰竭的免疫微环境联系起来,并开发了一个基于DRGs的预测模型 | 研究主要依赖于生物信息学分析,缺乏实验验证 | 探讨二硫化物凋亡相关基因对心力衰竭免疫微环境的影响 | 心力衰竭患者和健康个体的RNA-Seq和单细胞RNA测序数据 | 生物信息学 | 心血管疾病 | RNA-Seq, 单细胞RNA测序 | 预测模型 | RNA测序数据 | 心力衰竭患者和健康个体的RNA-Seq和单细胞RNA测序数据 |
155 | 2025-02-04 |
Benchmarking multi-omics integration algorithms across single-cell RNA and ATAC data
2024-01-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae095
PMID:38493343
|
研究论文 | 本文对12种多组学整合方法在单细胞RNA和ATAC数据上的三种整合任务进行了基准测试,通过定性可视化和定量指标评估了这些方法在六个主要方面的表现 | 首次系统地对多种多组学整合方法在单细胞RNA和ATAC数据上的表现进行了全面的基准测试,并提供了针对特定场景和任务选择合适方法的指南 | 研究仅针对单细胞RNA和ATAC数据,未涵盖其他类型的单细胞多组学数据 | 评估和比较不同多组学整合方法在单细胞RNA和ATAC数据上的性能,为研究人员提供选择合适方法的指导 | 单细胞RNA和ATAC数据 | 生物信息学 | NA | scRNA-seq, scATAC-seq | NA | 单细胞RNA和ATAC数据 | NA |
156 | 2025-02-04 |
scMLC: an accurate and robust multiplex community detection method for single-cell multi-omics data
2024-01-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae101
PMID:38493339
|
研究论文 | 本文提出了一种名为scMLC的单细胞多模态Louvain聚类框架,用于有效整合单细胞多组学数据进行细胞聚类 | scMLC通过构建多层次的单模态和跨模态细胞网络,捕捉模态特异性和一致性信息,并采用鲁棒的多重社区检测方法获得可靠的细胞聚类 | NA | 解决单细胞多模态测序数据整合和细胞聚类的挑战 | 单细胞多组学数据 | 生物信息学 | NA | 单细胞多模态测序技术 | Louvain聚类框架 | 单细胞多组学数据 | 七个真实数据集,同时测量基因表达和染色质可及性 |
157 | 2025-02-04 |
Effective multi-modal clustering method via skip aggregation network for parallel scRNA-seq and scATAC-seq data
2024-01-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae102
PMID:38493338
|
研究论文 | 本文提出了一种有效的多模态聚类方法scEMC,用于并行处理单细胞RNA测序(scRNA-seq)和单细胞转座酶可及染色质测序(scATAC-seq)数据 | 提出了一种跳跃聚合网络,同时学习细胞间的全局结构信息并整合来自不同模态的数据,通过跳跃连接将scRNA数据与聚合表示连接,以保护整合细胞表示的质量,并引入基于零膨胀负二项式的去噪自编码器以适应包含合成噪声的损坏数据 | 未明确提及具体限制 | 探索细胞亚群和肿瘤微环境 | 单细胞RNA测序(scRNA-seq)和单细胞转座酶可及染色质测序(scATAC-seq)数据 | 生物信息学 | 肿瘤 | scRNA-seq, scATAC-seq | 跳跃聚合网络, 零膨胀负二项式去噪自编码器 | 单细胞测序数据 | 未明确提及具体样本数量 |
158 | 2025-02-04 |
scGIR: deciphering cellular heterogeneity via gene ranking in single-cell weighted gene correlation networks
2024-01-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae091
PMID:38487851
|
研究论文 | 本文介绍了一种名为scGIR的新算法,用于通过单细胞基因相关网络评估基因重要性,以解决单细胞RNA测序中的技术噪声问题 | 提出了一种新的算法scGIR,利用加权基因相关网络和随机游走模型来评估基因重要性,有效克服了单细胞RNA测序中的技术噪声 | 未提及具体局限性 | 解决单细胞RNA测序中的技术噪声问题,提高细胞类型识别和发育轨迹推断的准确性 | 单细胞RNA测序数据 | 生物信息学 | NA | 单细胞RNA测序(scRNA-seq) | 随机游走模型,PageRank算法 | 基因表达数据 | 九个真实的单细胞RNA测序数据集 |
159 | 2025-02-04 |
scDOT: enhancing single-cell RNA-Seq data annotation and uncovering novel cell types through multi-reference integration
2024-01-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae072
PMID:38436563
|
研究论文 | 本文介绍了一种名为scDOT的创新细胞类型注释方法,通过整合多个参考数据集和发现新细胞类型来增强单细胞RNA-Seq数据的注释 | scDOT引入了基于距离度量学习和最优传输的新优化框架,并开发了一个可解释的评分系统,用于精确识别数据中以前未见过的细胞类型 | NA | 解决单细胞RNA-Seq数据中细胞类型注释的挑战,特别是在处理多个参考数据集和识别新细胞类型时 | 单细胞RNA-Seq数据 | 生物信息学 | NA | 单细胞RNA-Seq | 距离度量学习和最优传输 | 单细胞RNA-Seq数据 | 使用了两组包含不同组织、测序技术和多样细胞类型的基准数据集 |
160 | 2025-02-04 |
SPANN: annotating single-cell resolution spatial transcriptome data with scRNA-seq data
2024-01-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbad533
PMID:38279647
|
研究论文 | 本文提出了一种名为SPANN的注释方法,用于将单细胞RNA测序(scRNA-seq)数据的细胞类型标签转移到新生成的单细胞分辨率空间转录组数据中,并从空间数据中发现新细胞 | SPANN能够自动检测未见过的细胞类型中的新细胞,同时在已知细胞类型上保持高注释准确性,并找到空间转录组样本与RNA数据原型之间的映射,从而实现细胞类型级别的对齐 | 现有工具在整合两种数据模态时未明确考虑细胞类型映射,且缺乏检测新细胞的能力 | 开发一种计算工具,用于整合和注释单细胞分辨率空间转录组数据与scRNA-seq数据 | 单细胞分辨率空间转录组数据和scRNA-seq数据 | 生物信息学 | NA | scRNA-seq, 空间转录组技术 | NA | 单细胞RNA测序数据, 空间转录组数据 | 来自各种空间平台的数据集 |