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 | 2025-08-10 |
Deciphering the tumor ecosystem dynamics undergoing immunochemotherapy therapy across multiple cancer types unveils the immunosuppressive role of S100A4 in fibroblasts by promoting PD-L1 expression in tumor cells
2025, Frontiers in cell and developmental biology
IF:4.6Q1
DOI:10.3389/fcell.2025.1613296
PMID:40772225
|
研究论文 | 该研究通过跨癌症单细胞测序数据解析了免疫化疗期间肿瘤生态系统的动态变化,揭示了成纤维细胞中S100A4通过促进肿瘤细胞PD-L1表达发挥免疫抑制作用的机制 | 首次构建跨癌症类型的单细胞图谱,系统表征新辅助治疗后肿瘤细胞和微环境细胞的动态变化,发现CAFs分泌的S100A4是介导PD-L1上调的保守机制 | 需要在更大队列和机制研究中进一步验证 | 解析新辅助治疗期间肿瘤生态系统动态变化,揭示免疫抑制和治疗抵抗的关键介质 | 五种实体肿瘤(食管鳞癌、食管胃结合部癌、结直肠癌、宫颈癌和三阴性乳腺癌) | 数字病理 | 多癌种 | scRNA-seq, IHC, Western blot | 非负矩阵分解(Meta-Programs分析) | 单细胞转录组数据 | 五种癌症类型的scRNA-seq数据集 |
142 | 2025-08-09 |
Identification of therapeutic targets for Alzheimer's Disease Treatment using bioinformatics and machine learning
2025-01-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-88134-w
PMID:39890844
|
研究论文 | 本研究利用生物信息学和机器学习方法识别阿尔茨海默病的潜在治疗靶点 | 整合多种生物信息学方法和机器学习算法,识别出五个与阿尔茨海默病相关的关键基因,并筛选出潜在治疗药物 | 未提及实验验证或临床试验结果 | 识别阿尔茨海默病的潜在治疗靶点 | 阿尔茨海默病相关基因 | 生物信息学 | 阿尔茨海默病 | 差异基因表达分析、加权基因共表达网络分析、Mfuzz聚类、单细胞RNA测序 | LASSO回归、SVM-RFE、随机森林 | 基因表达数据 | NA |
143 | 2025-08-09 |
GPX4 expression changes in proximal tubule cells highlight the role of ferroptosis in IgAN
2025-01-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-87228-9
PMID:39890853
|
研究论文 | 本研究探讨了氧化应激(OS)在IgA肾病(IgAN)中的作用,特别是通过单细胞RNA测序和微阵列数据分析,揭示了近端小管细胞(PTCs)中铁死亡(ferroptosis)的调控机制 | 首次在IgAN患者的PTCs中发现铁死亡活动的显著变化,并确定GPX4作为PTCs的特异性标记物和潜在治疗靶点 | 研究主要基于转录组数据,缺乏直接的体内或体外功能实验验证 | 探究氧化应激在IgAN中的作用机制,寻找潜在的治疗靶点 | IgA肾病患者的近端小管细胞和肾组织 | 肾脏病学 | IgA肾病 | 单细胞RNA测序(scRNA-seq)、微阵列分析、免疫组化 | NA | 转录组数据、组织切片图像 | 未明确说明样本数量,但涉及IgAN患者的scRNA-seq数据和微阵列数据 |
144 | 2025-08-09 |
TRα1 mutant suppresses KLF9 to cause endometrial metaplasia with ectopic IL-33 expression leading to uterine fibrosis and infertility
2025-01-31, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-86848-5
PMID:39890871
|
研究论文 | 研究甲状腺激素受体突变如何通过抑制KLF9导致子宫内膜化生、IL-33异常表达,进而引发子宫纤维化和不孕 | 揭示了TRα1突变通过抑制KLF9导致子宫内膜化生和IL-33异常表达的新机制 | 研究仅基于小鼠模型,未在人类患者中验证 | 探究甲状腺激素受体突变导致不孕的分子机制 | 携带突变TRα1的小鼠子宫内膜 | 分子生物学 | 不孕症 | RNA-seq, 空间转录组学 | 小鼠模型 | 基因表达数据 | 未明确说明小鼠数量 |
145 | 2025-08-09 |
A cell atlas of the human fallopian tube throughout the menstrual cycle and menopause
2025-01-03, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-55440-2
PMID:39753552
|
research paper | 通过单细胞RNA和ATAC测序技术,构建了人类输卵管在月经周期和更年期的全面细胞图谱 | 首次在单细胞水平上揭示了健康人类输卵管在月经周期和更年期期间的分子变化 | 研究仅关注健康输卵管组织,未涉及病变状态 | 解析输卵管在月经周期和更年期期间的分子变化特征 | 人类输卵管细胞 | 单细胞组学 | 妇科疾病 | scRNA-seq, ATAC-seq | NA | 单细胞转录组数据、染色质可及性数据 | 85,107个更年期前和46,111个更年期后输卵管细胞 |
146 | 2025-08-09 |
Deeper response predicts better outcomes in high-risk-smoldering-myeloma: results of the I-PRISM phase II clinical trial
2025-01-03, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-55308-5
PMID:39753553
|
研究论文 | 评估伊沙佐米、来那度胺和地塞米松在高风险冒烟型多发性骨髓瘤患者中的疗效,并探讨生化进展或反应深度对长期结果的影响 | 首次证明深度反应显著改善高风险冒烟型多发性骨髓瘤患者的无进展生存期,并通过单细胞RNA测序发现肿瘤MHC I类表达与蛋白酶体抑制剂反应相关 | 单臂II期临床试验设计,样本量较小(55例患者) | 评估早期治疗干预对高风险冒烟型多发性骨髓瘤患者的长期疗效 | 55例高风险冒烟型多发性骨髓瘤患者 | 临床医学 | 多发性骨髓瘤 | 单细胞RNA测序 | NA | 临床数据、分子生物学数据 | 55例高风险冒烟型多发性骨髓瘤患者 |
147 | 2025-08-09 |
Spatial transcriptomics of healthy and fibrotic human liver at single-cell resolution
2025-01-02, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-55325-4
PMID:39747812
|
研究论文 | 本研究利用单细胞RNA测序和MERFISH技术,绘制了健康和纤维化人类肝脏的单细胞空间转录组图谱 | 首次在单细胞分辨率下描述了人类肝脏的空间组织,揭示了健康和纤维化肝脏中细胞类型的空间分布和基因表达关系 | NA | 研究人类肝脏在健康和纤维化状态下的细胞空间组织和基因表达特征 | 健康和纤维化的人类肝脏组织 | 空间转录组学 | 肝纤维化 | scRNA-seq, MERFISH, snRNA-seq | NA | 空间转录组数据 | NA |
148 | 2025-08-09 |
Isolation of Mouse Bone Marrow Niche Cells for Single-Cell Sequencing
2025, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/7651_2025_630
PMID:40397275
|
研究论文 | 描述了一种从小鼠股骨和胫骨中分离骨髓微环境细胞用于单细胞RNA测序的方法 | 提供了一种确保高活性和高纯度骨髓微环境细胞分离的方法 | NA | 研究骨髓微环境细胞的异质性及其在造血和疾病中的作用 | 小鼠骨髓微环境细胞 | 单细胞测序 | NA | 单细胞RNA测序, 荧光激活细胞分选 | NA | RNA测序数据 | NA |
149 | 2025-08-09 |
Stem Cell Niche: iPSC-Based Assembloids for Modeling Human Hematopoiesis
2025, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/7651_2025_629
PMID:40459837
|
研究论文 | 本文介绍了一种生成患者特异性3D骨髓模拟组装体的协议,用于模拟人类造血过程 | 利用iPSC生成3D骨髓模拟组装体,精确控制细胞组成和遗传背景,为造血调控和骨髓微环境重塑机制研究提供了新平台 | NA | 研究造血调控机制和骨髓微环境重塑 | 人类造血系统和骨髓微环境 | 干细胞研究 | 骨髓增生性肿瘤 | 单细胞RNA测序 | 3D组装体模型 | 基因表达数据 | NA |
150 | 2025-08-09 |
Integrated Bioinformatics and Experimental Validation Reveal Macrophage Polarization-Related Biomarkers for Osteoarthritis Diagnosis
2025, Journal of multidisciplinary healthcare
IF:2.7Q2
DOI:10.2147/JMDH.S537507
PMID:40765736
|
研究论文 | 通过整合生物信息学和实验验证,识别与巨噬细胞极化相关的骨关节炎诊断生物标志物并构建诊断模型 | 首次通过WGCNA和差异表达分析识别与OA巨噬细胞极化相关的关键基因,并利用LASSO、RF和SVM-RFE算法构建诊断模型 | 需要进一步的临床研究和实验评估来验证这些发现 | 识别骨关节炎的早期诊断生物标志物并提供治疗策略的新见解 | 骨关节炎患者和对照组的基因表达数据及临床样本 | 生物信息学 | 骨关节炎 | WGCNA, LASSO, RF, SVM-RFE, RT-qPCR, IHC | 诊断模型 | RNA-seq数据, 单细胞RNA-seq数据 | 临床样本(OA: 对照组 = 10:5 RT-qPCR, 6:5 IHC) |
151 | 2025-08-09 |
The novel diagnostic markers for systemic lupus erythematosus and periodontal disease
2025, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2025.1614044
PMID:40766309
|
研究论文 | 本研究通过分析系统性红斑狼疮(SLE)和牙周病(PD)的基因表达数据,探索了两种疾病的共同遗传标记及其诊断和治疗潜力 | 首次识别出LY96和TMEM140作为SLE和PD的新型诊断和治疗标记 | 研究依赖于公开的基因表达数据集,可能需要进一步的实验验证 | 探索SLE和PD的共同遗传标记及其诊断和治疗意义 | 系统性红斑狼疮(SLE)和牙周病(PD)患者 | 生物信息学 | 系统性红斑狼疮, 牙周病 | 微阵列分析, WGCNA, 随机森林(RF), scRNA-seq, 免疫组织化学(IHC) | 随机森林(RF) | 基因表达数据 | 多个GEO数据集(GSE61635, GSE16134, GSE10334, GSE50772) |
152 | 2025-08-09 |
Integrating proteomics and machine learning reveals characteristics and risks of lymph node-independent distant metastasis in colorectal cancer
2025, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2025.1622528
PMID:40766310
|
研究论文 | 该研究通过整合蛋白质组学和机器学习,揭示了结直肠癌中不依赖淋巴结的远处转移的特征和风险 | 开发了不依赖淋巴结的转移基因(LIMGs)特征,用于预测I-II期结直肠癌患者的同步远处转移风险,并验证了其在多队列中的预测性能 | 样本量较小(仅12例患者),可能影响结果的普遍性 | 研究结直肠癌中不依赖淋巴结的远处转移的生物学特征和预测方法 | 结直肠癌患者样本 | 数字病理学 | 结直肠癌 | DIA-MS、多组学数据整合、机器学习、scRNA-seq、IHC、伤口愈合和transwell实验 | 机器学习 | 蛋白质组学数据、RNA测序数据、免疫组化数据 | 12例结直肠癌患者样本 |
153 | 2025-08-09 |
Single-cell and multi-omics analysis reveals the role of stem cells in prognosis and immunotherapy of lung adenocarcinoma patients
2025, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2025.1634830
PMID:40766320
|
research paper | 该研究通过单细胞和多组学分析,揭示了干细胞在肺腺癌患者预后和免疫治疗中的作用 | 构建了一个基于干细胞的预后模型(SCPM),能够准确预测肺腺癌患者的生存和免疫治疗反应,并识别出免疫学上的'冷'肿瘤 | 研究结果需要在更大规模的临床队列中进行进一步验证 | 探究干细胞在肺腺癌预后和免疫治疗中的作用 | 肺腺癌患者 | digital pathology | lung cancer | single-cell RNA sequencing, machine learning | CoxBoost+Enet | RNA-seq data, immunotherapy datasets | 七个独立的肺腺癌队列和免疫治疗数据集,以及一个内部医院队列 |
154 | 2025-08-09 |
Targeting PDCD4 in cancer and atrial fibrillation: mechanistic insights from integrated multi-omics and single-cell analysis
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1593815
PMID:40766329
|
research paper | 该研究通过整合多组学和单细胞分析,探索了PDCD4在心房颤动(AF)和癌症中的机制作用 | 首次揭示了PDCD4在AF中的调控机制,并通过单细胞RNA测序数据鉴定了关键细胞类型和细胞间通讯模式 | 研究样本量有限,且主要基于PBMCs,未涉及更多组织类型 | 探索PDCD4在AF中的分子机制及其作为治疗靶点的潜力 | 心房颤动患者和健康对照者的外周血单核细胞(PBMCs) | 生物信息学 | 心血管疾病 | 转录组分析、单细胞RNA测序(SCRNA-SEQ)、qRT-PCR、分子对接 | NA | 基因表达数据、单细胞RNA测序数据 | AF患者和健康对照者的PBMCs样本 |
155 | 2025-08-09 |
Inferring Metabolic Flux from Gene Expression Data Using METAFlux
2025, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-0716-4566-6_10
PMID:40779111
|
研究论文 | 介绍了一种名为METAFlux的计算技术,用于从RNA测序数据推断代谢反应的通量 | 开发了METAFlux技术,利用通量平衡分析从RNA测序数据推断代谢反应的通量,并扩展到表征代谢异质性和细胞类型间的代谢相互作用 | 当前代谢组学技术的局限性限制了肿瘤代谢组的广泛和深入表征 | 理解癌症生物学并改善患者护理 | 肿瘤和肿瘤微环境中的代谢途径 | 计算生物学 | 癌症 | RNA测序(RNA-seq)、单细胞RNA测序(scRNA-seq) | 通量平衡分析(FBA) | RNA测序数据 | NA |
156 | 2025-08-09 |
Inferring Phenotypes of Copy Number Clones in Cancer Populations Using TreeAlign
2025, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-0716-4566-6_7
PMID:40779108
|
研究论文 | 介绍了一种名为TreeAlign的计算方法,用于将单细胞RNA数据与单细胞全基因组序列数据中的克隆进行匹配,以联合分析拷贝数和基因表达 | TreeAlign方法能够结合系统发育信息,稳健地模拟基因剂量对基因表达的影响 | 需要同时具备单细胞RNA测序和单细胞全基因组测序数据,这在当前并不常见 | 开发一种计算方法,以联合分析单细胞水平的拷贝数变异和基因表达变化 | 癌症细胞中的拷贝数克隆和基因表达表型 | 计算生物学 | 癌症 | scRNA-seq, scWGS | TreeAlign | 基因组序列数据, 基因表达数据 | NA |
157 | 2025-08-08 |
Integrative analysis of polyamine metabolism-related genes in gliomas: implications for prognosis and therapy
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1517557
PMID:40761256
|
研究论文 | 本文通过整合分析多胺代谢相关基因在胶质瘤中的作用,构建了一个预后风险模型,并探讨了其对治疗的潜在意义 | 首次基于多胺代谢相关基因构建了胶质瘤预后风险模型,并系统研究了肿瘤免疫微环境及药物敏感性 | 研究依赖于公共数据库数据,缺乏前瞻性临床验证 | 探索多胺代谢相关基因在胶质瘤预后评估和治疗中的潜在价值 | 胶质瘤患者 | 生物信息学 | 胶质瘤 | LASSO Cox回归分析、WGCNA、单细胞RNA测序 | 风险预测模型 | mRNA表达数据、单细胞测序数据 | 来自TCGA、CGGA和GEO数据库的胶质瘤样本 |
158 | 2025-08-08 |
Identification of novel molecular subtypes and construction of a prognostic signature via multi-omics analysis and machine learning in lung adenocarcinoma
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1590216
PMID:40761262
|
研究论文 | 通过多组学分析和机器学习识别肺腺癌的新分子亚型并构建预后特征 | 应用10种不同的聚类算法识别新的分子亚型,并构建了一个基于多组学和机器学习的预后特征(MO-MLPS),该特征在多个独立数据集中验证并优于49个已发表的预后特征 | 研究依赖于公开数据集,可能受限于数据的质量和多样性,且体外实验需要进一步在体内验证 | 增强肺腺癌(LUAD)患者的预后分层 | 肺腺癌患者 | 数字病理学 | 肺癌 | scRNA-seq, 多组学分析, 机器学习 | 多种机器学习算法 | 多组学数据, 单细胞RNA测序数据 | TCGA-LUAD数据集和六个独立的GEO数据集 |
159 | 2025-08-08 |
ScaleSC: a superfast and scalable single-cell RNA-seq data analysis pipeline powered by GPU
2025, Bioinformatics advances
IF:2.4Q2
DOI:10.1093/bioadv/vbaf167
PMID:40761324
|
research paper | 介绍了一种基于GPU加速的大规模单细胞RNA-seq数据处理工具ScaleSC,显著提高了处理速度和可扩展性 | 利用GPU计算生态系统(如CuPy和CUDA)开发了ScaleSC,实现了超过20倍的速度提升,并能处理10-20百万个细胞的超大规模数据集 | 未明确提及具体限制,但暗示单A100卡处理能力虽强,但可能仍受限于更大规模数据集或多GPU支持的需求 | 解决大规模单细胞RNA-seq数据处理速度慢和可扩展性差的问题 | 单细胞RNA-seq数据 | 生物信息学 | NA | 单细胞RNA-seq | NA | 单细胞RNA-seq数据 | 10-20百万个细胞,超过1000批次 |
160 | 2025-08-08 |
Single-Cell RNA Sequencing Integrated with Bulk-RNA Sequencing Analysis Reveals Prognostic Signatures Based on PANoptosis in Hepatocellular Carcinoma
2025, Journal of hepatocellular carcinoma
IF:4.2Q2
DOI:10.2147/JHC.S533777
PMID:40761429
|
研究论文 | 本研究通过单细胞RNA测序与批量RNA测序分析结合,揭示了基于PANoptosis的肝细胞癌预后特征 | 整合单细胞和批量RNA测序数据,结合机器学习方法,识别与PANoptosis相关的预后特征,并发现YIF1B作为双重预后生物标志物和肿瘤驱动因子 | 研究主要依赖生物信息学分析和实验研究,临床验证尚不充分 | 探索肝细胞癌进展中PANoptosis相关机制,以确定可操作的治疗靶点并优化患者特异性治疗结果 | 肝细胞癌患者 | 数字病理 | 肝细胞癌 | 单细胞RNA测序, 批量RNA测序, 机器学习 | NA | RNA测序数据 | NA |