单细胞与空转测序相关文章

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!

Sample Image
添加微信请说明来意
Sample Image
微信赞赏

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。

当前筛选条件: [分区不过滤] [IF不过滤] [发表日期:202401-202412] [清除筛选条件]
当前共找到 7670 篇文献,本页显示第 7661 - 7670 篇。
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
7661 2024-08-07
Combination of CRISPR-Cas9-RNP and Single-Cell RNAseq to Identify Cell State-Specific FOXJ1 Functions in the Human Airway Epithelium
2024, Methods in molecular biology (Clifton, N.J.)
研究论文 本研究结合CRISPR-Cas9-RNP技术和单细胞RNA测序,探讨了FOXJ1在人呼吸道上皮细胞中的细胞状态特异性功能 采用CRISPR-Cas9-RNP技术直接转染核糖核蛋白复合物,无需选择步骤,效率超过95% 该方法生成的细胞群体包含异质性缺失,使得无效化效率评估困难 研究FOXJ1在人呼吸道上皮细胞中的功能及其对多纤毛细胞最终分化步骤的影响 人呼吸道上皮细胞中的FOXJ1基因 数字病理 NA CRISPR-Cas9-RNP, 单细胞RNA测序, Flongle测序(Nanopore) NA RNA 来自鼻甲的基底细胞培养物
7662 2024-08-07
Worst-Case Discriminative Feature Learning via Max-Min Ratio Analysis
2024-Jan, IEEE transactions on pattern analysis and machine intelligence IF:20.8Q1
research paper 本文提出了一种通过最大最小比率分析(MMRA)进行判别特征学习的新方法,专门解决长期存在的“最坏情况类别分离”问题 提出了一种新的判别特征学习标准,即最大最小比率分析(MMRA),专注于最大化类间散布与类内散布的最小比率值,以极端扩大重叠类别对的可分性 解决非平滑非凸的最大最小比率问题具有挑战性 开发新的判别特征学习模型,用于降维和度量学习,并解决相关的优化问题 判别特征学习方法及其在模式分类和图像检索中的应用 machine learning NA NA NA NA 涉及多个人工数据集和真实世界的ScRNA-seq数据集
7663 2024-08-07
Genome-Scale Analysis of the Structure and Function of RNA Pathways and Networks in Pseudomonas aeruginosa
2024, Methods in molecular biology (Clifton, N.J.)
研究论文 本文通过RNA测序(RNA-seq)方法,全面分析了Pseudomonas aeruginosa中RNA途径和网络的结构与功能 本文介绍了基于RNA-seq的不同类型方法,这些方法有助于未来更好地理解P. aeruginosa中RNA生物学的动态 目前仅考虑了少数周围条件,研究仍处于初级阶段 旨在通过RNA-seq方法深入理解Pseudomonas aeruginosa中RNA生物学的动态 Pseudomonas aeruginosa中的RNA途径和网络 NA NA RNA测序(RNA-seq) NA RNA NA
7664 2024-08-07
Single-cell RNA sequencing atlas of peripheral blood mononuclear cells from subjects with coronary artery disease
2024-01, Biochimica et biophysica acta. Molecular cell research
研究论文 本研究通过单细胞RNA测序技术分析了冠状动脉疾病患者和对照组的外周血单个核细胞,揭示了细胞类型和基因表达的差异 首次在单细胞水平上详细描述了冠状动脉疾病患者外周血单个核细胞的转录组特征 样本量较小,仅包括3名冠状动脉疾病患者和3名对照组 探索冠状动脉疾病发生发展过程中外周循环免疫细胞亚群的单细胞水平特征 冠状动脉疾病患者和对照组的外周血单个核细胞 数字病理学 心血管疾病 单细胞RNA测序 NA 转录组数据 6名受试者(3名冠状动脉疾病患者和3名对照组)
7665 2024-08-07
Single-cell RNA sequencing in juvenile idiopathic arthritis
2024-Mar, Genes & diseases IF:6.9Q1
review 本文综述了单细胞RNA测序在幼年特发性关节炎(JIA)研究中的最新发现,并探讨了主要细胞亚群如何驱动JIA发病机制 利用单细胞RNA测序技术揭示JIA中细胞群体的生物学异质性和功能 NA 提供JIA诊断和治疗的新思路和潜在靶点 幼年特发性关节炎(JIA)及其发病机制 digital pathology 幼年特发性关节炎 单细胞RNA测序 NA RNA NA
7666 2024-08-05
Integrated analysis of single-cell RNA-seq and bulk RNA-seq to unravel the molecular mechanisms underlying the immune microenvironment in the development of intestinal-type gastric cancer
2024-01, Biochimica et biophysica acta. Molecular basis of disease
研究论文 本研究通过整合单细胞RNA测序和批量RNA测序,探讨肠型胃癌发展过程中免疫微环境的分子机制 发现了IGC(肠型胃癌)的新型生物标志物,并阐明了免疫细胞之间的相互作用和肿瘤生长的机制 本研究依赖于已有数据库的数据,可能存在样本选择偏差 研究肠型胃癌发展的分子机制,特别是免疫微环境的作用 使用了来自GEO和TCGA数据库的肠型胃癌相关样本 数字病理学 胃癌 单细胞RNA测序,整体RNA测序 Cox比例风险回归模型 转录组数据 使用了GEO和TCGA数据库中的IGC样本
7667 2024-08-07
Single-cell RNA sequencing reveals abnormal transcriptome signature of erythroid progenitors in pure red cell aplasia
2024-Jan, Genes & diseases IF:6.9Q1
NA NA NA NA NA NA NA NA NA NA NA NA
7668 2024-08-07
Integrated bulk and single-cell transcriptome data identify clinically relevant cell populations in clear cell renal cell carcinoma
2024-Jan, Genes & diseases IF:6.9Q1
NA NA NA NA NA NA NA NA NA NA NA NA
7669 2024-08-07
A Network Medical Framework based on Inflammatory Genes to Identify Drug Candidates for Abdominal Aortic Aneurysms
2024, Current molecular pharmacology IF:2.4Q3
研究论文 本研究基于炎症基因构建网络医学框架,用于识别腹主动脉瘤的潜在药物候选 本研究首次通过网络医学方法,结合单细胞RNA测序和RNA测序数据,识别了腹主动脉瘤的关键治疗靶点和潜在药物 研究主要基于计算模拟和数据分析,尚未进行临床试验验证 旨在发现腹主动脉瘤的新治疗靶点和潜在药物 腹主动脉瘤的细胞类型、基因差异表达和药物靶点 生物信息学 心血管疾病 单细胞RNA测序 (scRNA-seq), RNA测序 NA 基因数据 10种细胞类型,327个差异表达基因
7670 2024-08-05
Lineage Tracing by Single-Cell Transcriptomics Decoding Dynamics of Lineage Commitment
2024, Methods in molecular biology (Clifton, N.J.)
研究论文 本文介绍了一种通过单细胞转录组学进行谱系追踪的方法,以澄清谱系承诺的动态变化 提出了一种详细的协议,通过单细胞转录组学实现谱系追踪,填补了细胞命运追踪的研究空白 未提及具体的限制因素 探讨干细胞和癌症研究中的细胞命运追踪 个体细胞及其后代 数字病理学 肿瘤 单细胞测序 NA 转录组数据 NA
回到顶部