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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
181 | 2024-12-25 |
Temporal genomic analysis of homogeneous tumor models reveals key regulators of immune evasion in melanoma
2024-Nov-20, Cancer discovery
IF:29.7Q1
DOI:10.1158/2159-8290.CD-23-1422
PMID:39715301
|
研究论文 | 本文分析了低肿瘤内异质性(ITH)的鼠源肿瘤模型中免疫逃逸的机制,并识别出Mif作为关键的免疫逃逸调控因子 | 首次在低ITH的肿瘤模型中系统分析了免疫逃逸机制,并通过CRISPR敲除筛选识别出Mif作为关键调控因子 | 研究主要基于鼠源肿瘤模型,结果在人类肿瘤中的适用性需要进一步验证 | 揭示低ITH肿瘤模型中免疫逃逸的关键调控因子 | 鼠源低ITH肿瘤模型及黑色素瘤患者数据 | 数字病理学 | 黑色素瘤 | 单细胞RNA测序,CRISPR敲除 | NA | 基因表达数据 | 鼠源肿瘤模型中的单细胞克隆及黑色素瘤患者数据 |
182 | 2024-12-25 |
Reprogramming macrophages to treat liver diseases
2024-Nov-12, Hepatology (Baltimore, Md.)
DOI:10.1097/HEP.0000000000001160
PMID:39716928
|
综述 | 本文综述了通过重编程巨噬细胞治疗肝脏疾病的潜在靶点和纳米级治疗策略 | 本文结合最新的单细胞和空间转录组学研究,揭示了巨噬细胞在肝脏疾病中的异质性和多方面作用,并探讨了针对巨噬细胞的靶向治疗策略 | 本文主要为综述性文章,未提供具体的实验数据或临床试验结果 | 探讨通过重编程巨噬细胞治疗肝脏疾病的潜在靶点和治疗策略 | 肝脏疾病中的巨噬细胞及其在炎症、损伤和纤维化中的作用 | NA | 肝脏疾病 | 单细胞和空间转录组学 | NA | 转录组数据 | NA |
183 | 2024-12-25 |
Integration of Imaging-based and Sequencing-based Spatial Omics Mapping on the Same Tissue Section via DBiTplus
2024-Nov-11, bioRxiv : the preprint server for biology
DOI:10.1101/2024.11.07.622523
PMID:39605581
|
研究论文 | 本文介绍了一种名为DBiTplus的多模态空间组学方法,结合基于测序的空间转录组学和基于图像的空间蛋白质组学,在同一组织切片上实现单细胞分辨率的细胞类型鉴定和生物通路的基因组规模分析 | DBiTplus创新性地整合了测序和成像技术,能够在同一组织切片上同时进行空间转录组学和蛋白质组学分析,提供单细胞分辨率的空间转录组图谱 | NA | 开发一种能够在同一组织切片上整合空间转录组学和蛋白质组学分析的多模态空间组学方法 | 小鼠胚胎、正常人类淋巴结和人类淋巴瘤FFPE组织 | 空间组学 | 淋巴瘤 | DBiT-seq, CODEX | NA | 图像, 测序数据 | 小鼠胚胎、正常人类淋巴结和人类淋巴瘤FFPE组织 |
184 | 2024-12-25 |
Unlocking the Complexity: Exploration of Acute Lymphoblastic Leukemia at the Single Cell Level
2024-11, Molecular diagnosis & therapy
IF:4.1Q1
DOI:10.1007/s40291-024-00739-5
PMID:39190087
|
综述 | 本文综述了单细胞测序技术在急性淋巴细胞白血病(ALL)研究中的应用,探讨了其在揭示ALL分子复杂性、异质性及其与微环境相互作用方面的优势和局限性 | 本文介绍了单细胞测序技术的最新进展,从分析数百个细胞发展到同时分析数千个细胞,使得研究肿瘤异质性成为可能 | 本文主要讨论了单细胞测序技术在ALL研究中的局限性,包括技术复杂性和数据分析的挑战 | 探讨单细胞测序技术在急性淋巴细胞白血病(ALL)研究中的应用 | 急性淋巴细胞白血病(ALL)的分子复杂性、异质性及其与微环境的相互作用 | 数字病理学 | 血液肿瘤 | 单细胞测序 | NA | DNA、RNA、表观遗传修饰、细胞内和细胞表面蛋白 | 数千个细胞 |
185 | 2024-12-24 |
stHGC: a self-supervised graph representation learning for spatial domain recognition with hybrid graph and spatial regularization
2024-Nov-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae666
PMID:39710435
|
研究论文 | 提出了一种名为stHGC的自监督图表示学习框架,用于空间域识别,结合了混合图和空间正则化 | 创新点在于提出了stHGC框架,通过混合邻居图和自监督图表示学习方法,有效整合了空间位置和基因表达信息,并引入了空间正则化约束以保留空间邻居的结构信息 | 未提及具体的局限性 | 旨在解决空间转录组学中有效整合空间位置和基因表达信息的挑战,以准确识别空间域 | 研究对象是空间转录组数据中的空间域识别 | 空间转录组学 | NA | 自监督图表示学习 | 图注意力机制 | 空间转录组数据 | 未提及具体的样本数量 |
186 | 2024-12-23 |
scRGCL: a cell type annotation method for single-cell RNA-seq data using residual graph convolutional neural network with contrastive learning
2024-Nov-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae662
PMID:39708840
|
研究论文 | 提出了一种基于残差图卷积神经网络和对比学习的单细胞RNA测序数据细胞类型注释方法scRGCL | scRGCL通过残差图卷积神经网络提取复杂的高阶特征,利用对比学习学习有意义的细胞间差异特征,并通过权重冻结避免过拟合 | 现有的深度学习方法未能充分利用细胞间的差异特征,缺乏灵活性以整合高阶特征,且低维基因特征可能导致神经网络过拟合 | 开发一种新的深度学习模型,用于单细胞RNA测序数据的细胞类型注释 | 单细胞RNA测序数据的细胞类型注释 | 机器学习 | NA | 单细胞RNA测序 | 残差图卷积神经网络 | 基因表达数据 | 8个单细胞基准数据集,包括7个人类数据集和1个小鼠数据集 |
187 | 2024-12-21 |
GAADE: identification spatially variable genes based on adaptive graph attention network
2024-Nov-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae669
PMID:39701602
|
研究论文 | 本文提出了一种基于自适应图注意力网络的GAADE方法,用于识别空间变异基因 | GAADE通过堆叠编码器/解码器层并集成自注意力机制,能够自适应地学习空间域结构,从而更准确地识别空间变异基因 | 本文未提及具体的技术局限性 | 旨在改进现有空间转录组数据分析方法,更准确地识别与特定细胞类型相关的空间变异基因 | 空间转录组数据中的空间变异基因 | 生物信息学 | NA | 空间转录组测序技术 | 图注意力网络 | 空间转录组数据 | 涉及四个不同物种、区域和组织的空间转录组数据集 |
188 | 2024-12-21 |
Expression of novel androgen receptors in three GnRH neuron subtypes in the cichlid brain
2024-11, Journal of neuroendocrinology
IF:3.3Q2
DOI:10.1111/jne.13429
PMID:38986626
|
研究论文 | 本文研究了慈鲷脑中三种GnRH神经元亚型中新型雄激素受体的表达 | 首次使用免疫组化、原位杂交链反应(HCR)和空间转录组学技术,详细研究了慈鲷GnRH神经元中ar1和ar2基因的表达,发现了GnRH1神经元的基因型差异 | 由于技术限制,之前对慈鲷GnRH神经元中ar基因表达的研究结果不一致 | 探讨雄激素信号对GnRH神经元可塑性和生殖可塑性的调控机制 | 慈鲷脑中的GnRH1、GnRH2和GnRH3神经元 | NA | NA | 免疫组化、原位杂交链反应(HCR)、空间转录组学 | NA | 基因表达数据 | NA |
189 | 2024-12-20 |
Neuroepithelial cell transforming 1 as a key regulator in non-small cell lung cancer: unveiling causal links and therapeutic potentials
2024-Nov-30, Translational cancer research
IF:1.5Q4
DOI:10.21037/tcr-24-587
PMID:39697721
|
研究论文 | 本研究探讨了神经上皮细胞转化1(NET1)在非小细胞肺癌(NSCLC)进展中的关键调控作用,并通过生物信息学分析和实验室实验揭示了其因果关系和治疗潜力 | 本研究首次通过单细胞RNA测序和孟德尔随机化算法揭示了NET1在NSCLC中的因果关系,并验证了其在细胞增殖和铁死亡抑制中的作用 | 本研究主要基于实验室实验和生物信息学分析,未来需要进一步的临床试验验证其治疗潜力 | 揭示NET1在非小细胞肺癌中的分子机制及其治疗潜力 | NET1在非小细胞肺癌中的作用及其对细胞增殖和铁死亡的影响 | 数字病理学 | 肺癌 | 单细胞RNA测序(scRNA-seq)、孟德尔随机化(MR)算法、实时荧光定量PCR(qRT-PCR)、细胞活力测定、丙二醛(MDA)检测、分子对接分析 | NA | 基因表达数据 | 非恶性肺组织和肿瘤组织的单细胞RNA测序数据,以及实验室实验中的细胞样本 |
190 | 2024-12-20 |
Identification of the CD8+ T-cell exhaustion signature of hepatocellular carcinoma for the prediction of prognosis and immune microenvironment by integrated analysis of bulk- and single-cell RNA sequencing data
2024-Nov-30, Translational cancer research
IF:1.5Q4
DOI:10.21037/tcr-24-650
PMID:39697729
|
研究论文 | 本研究通过整合bulk和单细胞RNA测序数据,构建了肝细胞癌的CD8+ T细胞耗竭特征,用于预测患者的预后和免疫微环境 | 首次通过整合bulk和单细胞RNA测序数据,构建了CD8+ T细胞耗竭特征,为评估肝细胞癌患者的预后和免疫微环境提供了新方法 | 研究结果需要在更多独立数据集和临床试验中进一步验证 | 构建基于CD8+ T细胞耗竭特征的模型,用于预测肝细胞癌患者的预后和免疫微环境 | 肝细胞癌患者的CD8+ T细胞耗竭特征 | 数字病理学 | 肝癌 | 单细胞RNA测序(scRNA-seq)和高通量RNA测序(RNA-seq) | Cox回归分析模型 | RNA测序数据 | 来自TCGA、GEO和ICGC数据库的肝细胞癌患者RNA-seq数据,以及来自GSE149614的10× scRNA数据 |
191 | 2024-12-20 |
Multi-omics decipher the immune microenvironment and unveil therapeutic strategies for postoperative ovarian cancer patients
2024-Nov-30, Translational cancer research
IF:1.5Q4
DOI:10.21037/tcr-24-656
PMID:39697734
|
研究论文 | 本研究通过多组学数据分析,揭示了卵巢癌术后患者的免疫微环境特征,并提出了新的治疗策略 | 本研究首次利用12种程序性细胞死亡模式构建了新的分类和预后模型,并建立了基于8基因签名的程序性细胞死亡指数(PCDI),用于预测卵巢癌术后患者的预后和药物敏感性 | 本研究的样本量相对较小,且依赖于公开数据库的数据,可能存在数据偏倚 | 探讨程序性细胞死亡模式在卵巢癌术后患者预后和药物敏感性预测中的应用 | 卵巢癌术后患者的免疫微环境和治疗反应 | 数字病理学 | 卵巢癌 | 转录组学、基因组学、单细胞转录组学 | 机器学习算法 | 基因表达数据、临床信息 | 使用了来自TCGA和GEO数据库的多个数据集,包括批量转录组、基因组和临床信息,以及单细胞转录组数据 |
192 | 2024-12-20 |
Elucidating the molecular and immune interplay between head and neck squamous cell carcinoma and diffuse large B-cell lymphoma through bioinformatics and machine learning
2024-Nov-30, Translational cancer research
IF:1.5Q4
DOI:10.21037/tcr-24-1064
PMID:39697749
|
研究论文 | 本研究通过生物信息学和机器学习方法,探讨了头颈部鳞状细胞癌与弥漫性大B细胞淋巴瘤之间的分子和免疫相互作用 | 本研究首次通过生物信息学和机器学习方法,识别出头颈部鳞状细胞癌和弥漫性大B细胞淋巴瘤之间的共享生物标志物和潜在治疗靶点 | 本研究主要基于现有数据库的数据进行分析,未来需要进一步的实验验证 | 阐明头颈部鳞状细胞癌与弥漫性大B细胞淋巴瘤之间的分子和免疫相互作用 | 头颈部鳞状细胞癌和弥漫性大B细胞淋巴瘤 | 生物信息学 | 头颈部鳞状细胞癌 | 机器学习 | NA | 基因表达数据 | 2040个差异表达基因和1983个模块相关基因 |
193 | 2024-12-20 |
Integrative multi-omics and machine learning approach reveals tumor microenvironment-associated prognostic biomarkers in ovarian cancer
2024-Nov-30, Translational cancer research
IF:1.5Q4
DOI:10.21037/tcr-24-539
PMID:39697754
|
研究论文 | 本研究利用多组学整合和机器学习方法,揭示了卵巢癌肿瘤微环境相关的预后生物标志物 | 首次系统性地解码了卵巢癌肿瘤微环境相关的基因特征,并开发了包含免疫细胞标志物的预后模型,展示了其在个性化治疗中的潜力 | NA | 揭示卵巢癌肿瘤微环境相关的预后生物标志物,为个性化治疗提供依据 | 卵巢癌肿瘤微环境及其相关的预后生物标志物 | 数字病理学 | 卵巢癌 | 单细胞RNA测序(scRNA-seq) | LASSO回归 | 基因表达数据 | 来自Gene Expression Omnibus(GSE184880)和The Cancer Genome Atlas(TCGA)的卵巢癌和正常组织样本 |
194 | 2024-12-20 |
Depletion of intrinsic renal macrophages with moderate-to-high expression of CD163, MRC1, PTH2R, PDE4D, and CUBN in regulating podocyte injury in diabetic nephropathy: a single-cell RNA sequencing analysis
2024-Nov-30, Translational andrology and urology
IF:1.9Q3
DOI:10.21037/tau-24-569
PMID:39698573
|
研究论文 | 本研究通过单细胞RNA测序分析,探讨了糖尿病肾病中肾巨噬细胞的极化及其对足细胞损伤的影响 | 首次揭示了在糖尿病肾病中,表达CD163、MRC1、PTH2R、PDE4D和CUBN的肾巨噬细胞亚群的耗竭与足细胞损伤的关系 | 研究仅基于单核RNA测序数据,未进行体内实验验证 | 探讨糖尿病肾病中肾巨噬细胞的极化及其对足细胞损伤的影响 | 糖尿病肾病患者的肾巨噬细胞及其与足细胞的相互作用 | NA | 糖尿病肾病 | 单核RNA测序 | NA | 基因表达数据 | 糖尿病肾病和对照组的肾脏样本 |
195 | 2024-12-20 |
Transcriptome and Temporal Transcriptome Analyses in Single Cells
2024-Nov-29, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms252312845
PMID:39684556
|
综述 | 本文综述了单细胞转录组分析技术的发展,特别是结合RNA代谢标记的单细胞RNA测序技术,探讨了其在生物学过程中的应用 | 本文介绍了RNA代谢标记与单细胞RNA测序技术的结合,能够对单个细胞中的时间转录组进行分析,提供了对RNA动力学和细胞命运决定等动态生物过程的新见解 | NA | 探讨单细胞转录组分析技术的发展及其在生物医学研究中的应用 | 单细胞转录组和时间转录组 | 基因组学 | NA | 单细胞RNA测序 | NA | 转录组数据 | NA |
196 | 2024-12-20 |
scDCA: deciphering the dominant cell communication assembly of downstream functional events from single-cell RNA-seq data
2024-Nov-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae663
PMID:39694816
|
研究论文 | 提出了一种基于深度学习的方法scDCA,用于从单细胞RNA-seq数据中解析对特定功能事件有重要影响的细胞通信组合 | 首次提出了一种基于多视图图卷积网络和注意力机制的深度学习方法,用于量化细胞类型对特定功能过程的贡献 | 目前仅在肾细胞癌样本中进行了验证,未来需要在更多疾病和样本中进行验证 | 开发一种新的计算方法,用于解析细胞通信对特定功能事件的影响,以促进癌症治疗 | 单细胞RNA-seq数据中的细胞通信及其对下游功能事件的影响 | 机器学习 | 肾细胞癌 | 单细胞RNA-seq | 多视图图卷积网络 | 基因表达数据 | 肾细胞癌样本 |
197 | 2024-12-19 |
A composite scaling network of EfficientNet for improving spatial domain identification performance
2024-11-25, Communications biology
IF:5.2Q1
DOI:10.1038/s42003-024-07286-z
PMID:39587274
|
研究论文 | 本研究提出了一种基于EfficientNet复合缩放网络的EfNST方法,用于提高空间转录组学中空间域识别的性能 | EfNST方法利用EfficientNet学习多尺度图像特征,相比其他算法在多个数据集上表现出更高的精度和更强的数据扩展性和操作效率 | NA | 提高空间转录组学中空间域识别的精确性 | 空间转录组学中的图像数据和基因表达数据 | 计算机视觉 | NA | EfficientNet | EfficientNet | 图像 | 六个数据集来自三个测序平台 |
198 | 2024-12-19 |
Single-Cell Analysis: A Method for In-Depth Phenotyping of Cells Involved in Asthma
2024-Nov-25, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms252312633
PMID:39684345
|
研究论文 | 本文探讨了单细胞分析技术在哮喘相关细胞表型研究中的应用 | 利用单细胞RNA测序技术(scRNA-seq)深入研究哮喘的病理机制,并发现了多种新的免疫细胞亚型和集群 | 仍存在一些局限性,需要在未来研究中进一步完善 | 深入了解哮喘的病理机制及其相关免疫细胞的功能 | 哮喘相关的免疫细胞,包括树突状细胞、嗜酸性粒细胞、固有淋巴细胞、淋巴细胞、肥大细胞和中性粒细胞 | 数字病理学 | 哮喘 | 单细胞RNA测序(scRNA-seq) | NA | 基因表达数据 | 未明确提及具体样本数量 |
199 | 2024-12-19 |
A novel computational model ITHCS for enhanced prognostic risk stratification in ESCC by correcting for intratumor heterogeneity
2024-Nov-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae631
PMID:39690882
|
研究论文 | 本文开发了一种名为ITHCS的计算模型,通过校正肿瘤内异质性来提高食管鳞状细胞癌(ESCC)的预后风险分层准确性 | 本文的创新点在于结合多区域bulk和单细胞RNA测序数据,识别出在不同肿瘤区域表达模式一致但在患者间差异显著的基因,并利用多种机器学习算法进行特征选择和模型构建,显著提高了预后模型的准确性和泛化能力 | NA | 提高食管鳞状细胞癌(ESCC)预后风险分层的准确性 | 食管鳞状细胞癌(ESCC)患者的预后风险 | 数字病理学 | 食管癌 | RNA测序 | 机器学习算法 | 基因表达数据 | NA |
200 | 2024-12-18 |
Targeting Precision in Cancer Immunotherapy: Naturally-Occurring Antigen-Specific TCR Discovery with Single-Cell Sequencing
2024-Nov-30, Cancers
IF:4.5Q1
DOI:10.3390/cancers16234020
PMID:39682207
|
研究论文 | 本文介绍了一种利用单细胞RNA测序技术发现自然发生的抗原特异性TCR的方法,用于癌症免疫治疗中的TCR-T细胞疗法 | 本文提出了一种全面分析自然发生的抗原特异性TCR的方法,能够识别超过100种抗原特异性TCR克隆型,显著提高了抗原特异性T细胞的比例 | NA | 开发一种全面发现和分析自然发生的抗原特异性TCR的方法,用于TCR-T细胞疗法的开发 | 抗原特异性TCR和TCR-T细胞 | 数字病理学 | NA | 单细胞RNA测序 | 神经网络(ERGO-II) | RNA | 外周血中的CD8 T淋巴细胞 |