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:202407-202407] [清除筛选条件]
当前共找到 505 篇文献,本页显示第 301 - 320 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
301 2024-08-05
Scanpro is a tool for robust proportion analysis of single-cell resolution data
2024-07-06, Scientific reports IF:3.8Q1
研究论文 本文介绍了Scanpro,一个用于单细胞分辨率数据的稳健比例分析工具 提出了一种新的工具Scanpro,用于在Python环境中进行单细胞数据的比例分析 当前缺乏对重复和不重复单细胞数据集进行稳健比例分析的生物信息学工具 研究高等生物体中个体细胞对信号的应答及其在不同生物条件下细胞类型比例的变化 主要研究单细胞转录组测序(scRNA-seq)数据集中的细胞类型比例 数字病理学 NA scRNA-seq NA 数据集 NA
302 2024-08-04
CrossMP: Enabling Cross-Modality Translation between Single-Cell RNA-Seq and Single-Cell ATAC-Seq through Web-Based Portal
2024-Jul-05, Genes IF:2.8Q2
研究论文 本研究提出了一个模型,以实现单细胞RNA测序和单细胞表观基因组的跨模态预测 提出了一个基于深度神经网络的模型,能够从源模态学习潜在表示并预测目标模态 生成多模态数据技术挑战大且成本高,导致单细胞共检测数据的可用性有限 探索如何在单细胞层面同时分析多种组学模态 单细胞RNA测序和单细胞转座酶可及染色质测序的数据 数字病理学 NA 单细胞RNA测序(scRNA-seq)和单细胞转座酶可及染色质测序(scATAC-seq) 深度神经网络 多模态数据 跨多个配对的人类scATAC-seq和scRNA-seq数据集
303 2024-08-05
CD163+ Macrophages Induce Endothelial-to-Mesenchymal Transition in Atheroma
2024-Jul-05, Circulation research IF:16.5Q1
研究论文 本研究探讨了CD163+巨噬细胞在动脉粥样硬化中诱导内皮细胞向间充质细胞转变的作用 揭示CD163+巨噬细胞通过促凋亡内皮细胞向间充质细胞转变来促进动脉粥样硬化斑块进展 仅使用了小鼠模型和人类动脉样本,可能无法完全代表所有类型的动脉粥样硬化 阐明动脉粥样硬化中细胞表型转变的刺激因素和意义 人类冠状动脉组织切片及不同小鼠模型(如ApoE-/-和ApoE-/-/CD163-/-小鼠) 心血管疾病 动脉粥样硬化 单细胞RNA测序、组织病理学分析、西方印迹 小鼠模型 组织切片、细胞培养 107个急性冠状动脉斑块破裂病变
304 2024-08-05
Tumor suppressor FRMD3 controls mammary epithelial cell fate determination via notch signaling pathway
2024-Jul-05, Science advances IF:11.7Q1
研究论文 该文章研究了肿瘤抑制因子FRMD3在乳腺上皮细胞命运决定中的作用 该研究揭示了FRMD3如何通过降解Disheveled-2来调节Notch信号通路,进而影响乳腺上皮细胞的命运转变 未提及该研究的局限性 探讨FRMD3在乳腺上皮细胞命运决定中的角色及其机制 乳腺上皮细胞(MECs)及其在乳腺癌中的病理转变 数字病理学 乳腺癌 单细胞RNA测序 NA 细胞数据 NA
305 2024-08-04
The impact of next-generation sequencing for diagnosis and disease understanding of myeloid malignancies
2024-Jul, Expert review of molecular diagnostics IF:3.9Q1
review 本综述简要描述了应用于髓系肿瘤(MNs)临床诊断的技术及其相关挑战. 介绍了当前尚为研究用途的长测序、全外显子组/全基因组测序和单细胞测序等新兴技术,将很快成为临床检测标准. 讨论了在资源有限的环境中全面基因组测试的采用挑战,以及其纳入临床试验的限制. 优化髓系肿瘤的临床护理,通过改善诊断、预后、治疗规划和患者监测. 髓系肿瘤的分子评估与临床技术. 数字病理学 NA 下一代测序(NGS) NA NA NA
306 2024-08-05
Correction: Single-cell transcriptome profiling and the use of AID deficient mice reveal that B cell activation combined with antibody class switch recombination and somatic hypermutation do not benefit the control of experimental trypanosomosis
2024-Jul, PLoS pathogens IF:5.5Q1
更正 该论文修正了关于单细胞转录组分析和AID缺乏小鼠的研究内容 NA NA NA NA NA NA NA NA NA NA
307 2024-08-05
The vast majority of somatic mutations in plants are layer-specific
2024-Jul-24, Genome biology IF:10.1Q1
研究论文 本文分析了植物中体细胞突变的频率和分布,特别是在不同的分生组织层中 研究发现大多数体细胞突变特定于个别层,并揭示了不同层之间的变异动态 对突变特征的了解仍然有限,特别是在变异与表型变化的关系方面 研究植物分生组织中体细胞突变的特征与分布 在一个杏树的不同部位分析体细胞突变 数字病理学 NA 单细胞RNA测序 NA 基因组数据 多个水果样本来自整个树木
308 2024-08-05
Whole-genome sequences reveal zygotic composition in chimeric twins
2024-Jul-18, HGG advances
研究论文 该研究使用全基因组测序揭示了嵌合双胞胎的合子组成 本研究首次精确理解双胞胎的合子组成,并展示了在血液组织中细胞交换的历史 研究仅限于一种特定的双胞胎和三胞胎家庭,样本量较小 探讨人类发育过程中双胞胎的细胞历史 研究了一个三胞胎家庭和一个双胞胎家庭的合子组成 数字病理学 NA 全基因组测序,单细胞RNA测序 NA 基因组数据,血液组织样本 一组三胞胎和一对双胞胎
309 2024-08-05
Destabilization of mRNAs enhances competence to initiate meiosis in mouse spermatogenic cells
2024-Jul-15, Development (Cambridge, England)
研究论文 该文章探讨了mRNA不稳定性如何增强小鼠生精细胞启动减数分裂的能力 本文首次揭示了MEIOC在减数分裂启动前促进生精细胞转录组变化的机制 本研究主要基于小鼠模型,可能无法完全推广至其他物种 研究MEIOC如何在生精细胞中分子层面上支持减数分裂的早期阶段 小鼠生精细胞 数字病理学 NA scRNA-seq和bulk RNA-seq NA 转录组数据 开发同步的小鼠生精细胞样本
310 2024-08-04
Diffusion on PCA-UMAP Manifold: The Impact of Data Structure Preservation to Denoise High-Dimensional Single-Cell RNA Sequencing Data
2024-Jul-09, Biology
研究论文 该文章提出了一种基于PCA-UMAP扩散的方法来去噪高维单细胞RNA测序数据 通过使用PCA-UMAP扩散方法,增强了数据结构的保持,优化了PCA维度和扩散参数的使用 未明确提及 解决单细胞转录组学中数据噪声和低效转录捕获的问题 单细胞RNA测序数据 数字病理学 NA RNA-seq NA 高维单细胞数据 经过多种scRNA-seq数据集验证
311 2024-08-05
Deciphering lung adenocarcinoma prognosis and immunotherapy response through an AI-driven stemness-related gene signature
2024-Jul, Journal of cellular and molecular medicine IF:4.3Q2
研究论文 本文构建了一个基于人工智能的干性相关基因特征,解读肺腺癌预后和免疫治疗反应 该研究首次建立了干性相关基因特征,并分解了肺腺癌的预后和免疫治疗反应 研究中对干性基因特征与免疫环境的关联探索可能受到样本量和数据类型的限制 提升肺腺癌的预后准确性,以优化个性化免疫治疗策略 研究对象为肺腺癌(LUAD)细胞和相关基因 数字病理学 肺癌 单细胞RNA测序 AI网络(传统回归、机器学习、深度学习) 基因组数据 使用LUAD细胞系进行的实验验证
312 2024-08-05
MLRR-ATV: A Robust Manifold Nonnegative LowRank Representation with Adaptive Total-Variation Regularization for scRNA-seq Data Clustering
2024-Jul-24, IEEE/ACM transactions on computational biology and bioinformatics
研究论文 本文提出了一种新的单细胞聚类方法MLRR-ATV,用于分析scRNA-seq数据 引入了自适应全变分正则化来降低噪声的影响,同时保留数据中的线性和非线性流形结构 模型为非凸,优化过程可能会受到局部最优解的影响 研究单细胞RNA测序数据的聚类方法 聚类分析的对象为单细胞RNA测序数据 数字病理学 NA scRNA-seq 低秩表示模型 数据集 八个真实的scRNA-seq数据集
313 2024-08-04
A single-cell pan-cancer analysis to show the variability of tumor-infiltrating myeloid cells in immune checkpoint blockade
2024-Jul-21, Nature communications IF:14.7Q1
研究论文 本研究探讨了肿瘤浸润性髓系细胞在免疫检查点抑制中的变异性 通过单细胞转录组学进行全癌症类型分析,揭示了TIMs在不同癌症类型中的丰度和动力学行为的显著变化 在研究中可能未考虑所有癌症类型或个体差异,样本量相对有限 研究肿瘤微环境中TIMs的功能以及它们与肿瘤浸润淋巴细胞的相互作用 192个来自129名患者的肿瘤样本中的肿瘤浸润性髓系细胞 数字病理学 NA 单细胞转录组学 NA 肿瘤样本 192个肿瘤样本
314 2024-08-04
Unraveling Spatial Domain Characterization in Spatially Resolved Transcriptomics with Robust Graph Contrastive Clustering
2024-Jul-16, Bioinformatics (Oxford, England)
研究论文 本文开发了一种深度图对比聚类框架stDGCC,能够准确揭示空间领域 本文通过显式建模空间信息和基因表达特征,提出了一种新颖的空间图节点嵌入模型,优化了特征学习与拓扑结构的保留 NA 研究空间转录组学中的基因表达及其空间分布 从不同平台获取的各种空间转录组数据集 数字病理学 NA 对比学习 图神经网络 基因表达数据 各种空间转录组数据集,空间分辨率各异
315 2024-08-04
Unveiling diabetic nephropathy: a novel diagnostic model through single-cell sequencing and co-expression analysis
2024-Jul-03, Aging
研究论文 本研究通过单细胞测序和共表达分析揭示了糖尿病肾病的潜在生物标志物和诊断模型 创新点在于首次探索了程序性细胞死亡的新类型——二硫酸死亡在糖尿病肾病中的重要性,并建立了基于该机制的诊断模型 本研究的局限在于使用的样本来自公开数据集,可能存在数据的多样性和异质性问题 研究的目的是揭示糖尿病肾病中二硫酸死亡的作用及其作为早期诊断生物标志物的潜力 研究对象为糖尿病肾病患者与健康对照组的细胞样本 数字病理学 糖尿病肾病 单细胞测序 机器学习模型 转录组数据 包括糖尿病肾病患者和健康对照的样本数据分析
316 2024-08-05
Characterize molecular signatures and establish a prognostic signature of gastric cancer by integrating single-cell RNA sequencing and bulk RNA sequencing
2024-Jul-24, Discover oncology IF:2.8Q2
研究论文 本研究通过整合单细胞RNA测序和大规模RNA测序,特征化胃癌的分子特征并建立预后特征。 通过整合不同维度的数据,识别了226个候选标记基因,并开发了一个高预测准确度的预后模型。 疾病的异质性和分子交互的复杂性仍然是挑战。 研究胃癌的分子基础,开发个性化治疗策略的预后模型。 关注胃癌患者的分子特征和相关的临床参数。 数字病理学 胃癌 单细胞RNA测序(scRNA-seq)和大规模RNA测序(bulk RNA-seq) 机器学习模型 基因表达数据 NA
317 2024-08-05
Characterization of cuproptosis signature in clear cell renal cell carcinoma by single cell and spatial transcriptome analysis
2024-Jul-24, Discover oncology IF:2.8Q2
研究论文 本研究通过单细胞和空间转录组分析对清细胞肾细胞癌中的铜死亡特征进行了表征 首次系统研究了铜死亡相关基因与清细胞肾细胞癌肿瘤微环境的关联 仅研究了清细胞肾细胞癌,未涉及其他类型肿瘤 探讨铜死亡在清细胞肾细胞癌中的作用及其与肿瘤微环境的关系 清细胞肾细胞癌的不同阶段的肿瘤微环境 数字病理学 肾癌 单细胞RNA测序和空间转录组测序 NA RNA序列数据 多阶段清细胞肾细胞癌的样本集
318 2024-08-05
Multi-omics analysis unveils immunosuppressive microenvironment in the occurrence and development of multiple pulmonary lung cancers
2024-Jul-23, NPJ precision oncology IF:6.8Q1
研究论文 本研究揭示了多发性肺癌中免疫抑制微环境的特征 研究首次全面调查了与不同影像学或病理特征相关的多发性肺癌的分子和免疫特征 未提供关于样本来源的详细信息及样本数量的具体分布 研究多发性肺癌的发生与发展与其免疫微环境之间的关系 收集了27个肺结节及相应的正常组织和血液样本进行分析 数字病理学 肺癌 全外显子测序(WES)和全转录组测序 NA 组织样本,血液样本 27个肺结节及匹配的正常组织和血液样本
319 2024-08-05
P53 Activation Promotes Maturational Characteristics of Pluripotent Stem Cell-Derived Cardiomyocytes in 3-Dimensional Suspension Culture Via FOXO-FOXM1 Regulation
2024-Jul-02, Journal of the American Heart Association IF:5.0Q1
研究论文 本研究探讨了p53激活如何通过调节FOXO和FOXM1的平衡来促进人诱导多能干细胞衍生心肌细胞的成熟特性 首次揭示了p53激活在三维悬浮培养中促进hiPSC-CM成熟的机制 研究样本量较小,仅为每组3到6个样本,可能影响结果的普遍性 研究hiPSC-CM的成熟机制,以促进其临床转化 人诱导多能干细胞衍生的心肌细胞 数字病理学 心血管疾病 单细胞RNA测序 NA 细胞 每组3到6个hiPSC-CM样本
320 2024-08-04
Leveraging single-cell sequencing analysis and bulk-RNA sequencing analysis to forecast necroptosis in cutaneous melanoma prognosis
2024-Jul, Experimental dermatology IF:3.5Q1
研究论文 本研究利用单细胞测序和普通RNA测序分析预测皮肤黑色素瘤中的坏死性凋亡 研究中提出了一种通过机器学习算法构建的与坏死性凋亡相关的标志(NRS),并验证了其在多组中的预后能力 研究主要依赖于公共数据库的数据,可能存在数据的代表性和准确性问题 探讨坏死性凋亡在皮肤黑色素瘤预后中的作用 主要研究对象为皮肤黑色素瘤患者的细胞,包括不同类型的细胞团和相关基因表达模式 数字病理学 皮肤黑色素瘤 单细胞测序,普通RNA测序 机器学习算法 基因表达数据 共分析了四个队列的黑色素瘤数据,包括一个TCGA和三个GEO队列
回到顶部