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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
26321 | 2024-08-09 |
The International Conference on Intelligent Biology and Medicine (ICIBM) 2018: systems biology on diverse data types
2018-12-21, BMC systems biology
DOI:10.1186/s12918-018-0648-9
PMID:30577731
|
research paper | 本文描述了2018年国际智能生物与医学会议(ICIBM 2018)中关于系统生物学的十篇高质量论文 | 涵盖了多种数据类型的系统生物学进展,包括基因调控、环状RNA表达、单细胞RNA-Seq、染色体间相互作用、代谢组学、蛋白质组学和磷酸蛋白质组学 | NA | 介绍ICIBM 2018会议中关于系统生物学的高质量研究成果 | 系统生物学领域的多种数据类型 | 系统生物学 | NA | NA | NA | 多种数据类型,包括基因调控、环状RNA表达、单细胞RNA-Seq、染色体间相互作用、代谢组学、蛋白质组学和磷酸蛋白质组学 | NA |
26322 | 2024-08-09 |
scdNet: a computational tool for single-cell differential network analysis
2018-12-21, BMC systems biology
DOI:10.1186/s12918-018-0652-0
PMID:30577836
|
研究论文 | 本文介绍了首个基于单细胞RNA测序(scRNA-Seq)的差异网络分析生物信息学工具scdNet,该工具具有基因-基因相关性的样本大小调整、状态间相关性的比较和差异网络构建等功能 | scdNet是首个针对scRNA-Seq数据进行差异网络分析的工具,能够有效处理高度稀疏的数据矩阵,并具有较低的样本大小要求、高计算效率和对测序噪声的容忍度 | NA | 开发一种新的生物信息学工具,用于分析单细胞RNA测序数据中的差异基因调控网络 | 单细胞RNA测序数据,特别是循环肿瘤细胞(CTCs)和早期小鼠胚胎的数据 | 生物信息学 | 前列腺癌 | 单细胞RNA测序(scRNA-Seq) | NA | 基因表达数据 | 适用于小样本大小,具体数量未在摘要中提及 |
26323 | 2024-08-09 |
A Cellular Anatomy of the Normal Adult Human Prostate and Prostatic Urethra
2018-12-18, Cell reports
IF:7.5Q1
DOI:10.1016/j.celrep.2018.11.086
PMID:30566875
|
research paper | 本文通过单细胞RNA测序和流式细胞术,提供了年轻成人前列腺和前列腺尿道的细胞图谱 | 使用单细胞RNA测序和流式细胞术,结合免疫组化技术,提供了前列腺和前列腺尿道的详细细胞图谱,并设计了新的细胞类型特异性标记物 | NA | 解决良性前列腺增生和前列腺癌的细胞起源问题 | 正常成人人类前列腺和前列腺尿道的细胞结构 | digital pathology | prostate cancer | scRNA-seq, flow cytometry, immunohistochemistry | NA | 细胞数据 | 约98,000个细胞 |
26324 | 2024-08-09 |
Understanding the Biology and Pathogenesis of the Kidney by Single-Cell Transcriptomic Analysis
2018-Nov, Kidney diseases (Basel, Switzerland)
DOI:10.1159/000492470
PMID:30574498
|
综述 | 本文综述了单细胞RNA测序(scRNA-seq)的历史、改进及其在肾脏研究领域的应用 | scRNA-seq能够以单细胞分辨率进行基因表达分析,识别组织中的所有细胞类型和亚型,包括新发现的或数量较少的细胞类型 | NA | 探讨scRNA-seq在肾脏研究中的应用及其潜在用途 | 肾脏细胞及其在疾病中的分子动态 | 生物医学研究 | 肾脏疾病 | 单细胞RNA测序(scRNA-seq) | NA | 基因表达数据 | NA |
26325 | 2024-08-09 |
VASC: Dimension Reduction and Visualization of Single-cell RNA-seq Data by Deep Variational Autoencoder
2018-10, Genomics, proteomics & bioinformatics
DOI:10.1016/j.gpb.2018.08.003
PMID:30576740
|
研究论文 | 本文提出了一种基于深度变分自编码器的单细胞RNA测序数据降维和可视化方法(VASC) | VASC能够显式建模dropout事件,并找到原始数据的非线性层次特征表示 | NA | 研究单细胞RNA测序数据的降维和可视化 | 单细胞RNA测序数据 | 生物信息学 | NA | 单细胞RNA测序 | 变分自编码器 | RNA测序数据 | 超过20个数据集 |
26326 | 2024-08-09 |
Technical Advances in Single-Cell RNA Sequencing and Applications in Normal and Malignant Hematopoiesis
2018, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2018.00582
PMID:30581771
|
综述 | 本文综述了单细胞RNA测序(scRNA-seq)技术在正常和恶性造血中的最新进展及其应用 | scRNA-seq技术的发展改变了我们对许多生物现象的理解,包括器官发育和癌症发生 | NA | 旨在进一步理解造血层次结构,并阐明个性化治疗和精准医学方法在临床治疗血液恶性肿瘤中的应用 | 正常和恶性造血细胞 | 数字病理学 | 血液恶性肿瘤 | 单细胞RNA测序(scRNA-seq) | NA | RNA | NA |
26327 | 2024-08-09 |
Single-nucleus and single-cell transcriptomes compared in matched cortical cell types
2018, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0209648
PMID:30586455
|
研究论文 | 本文比较了单核和单细胞转录组在匹配的皮质细胞类型中的应用 | 证明了单核RNA测序(snRNA-seq)在分析复杂组织转录组时相较于单细胞RNA测序(scRNA-seq)的优势,包括更少的细胞偏倚覆盖、不受细胞分离导致的转录伪影影响,以及可应用于冷冻存档样本 | NA | 比较单核和单细胞转录组在识别细胞类型方面的效果 | 小鼠视觉皮质的细胞类型 | 数字病理学 | NA | 单核RNA测序(snRNA-seq)和单细胞RNA测序(scRNA-seq) | NA | 转录组数据 | 小鼠视觉皮质样本 |
26328 | 2024-08-09 |
Optimal Gene Filtering for Single-Cell data (OGFSC)-a gene filtering algorithm for single-cell RNA-seq data
2019-08-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/bty1016
PMID:30535000
|
研究论文 | 本文提出了一种名为Optimal Gene Filtering for Single-Cell data (OGFSC)的新算法,用于构建基于基因表达水平和相应方差的阈值曲线,以有效减少单细胞RNA-seq数据中的技术噪声 | OGFSC算法通过构建基于基因表达水平和方差的阈值曲线,避免了传统固定阈值方法导致的过度严格或不足严格错误 | NA | 旨在提高单细胞RNA-seq数据中差异表达基因和细胞群的精确识别 | 单细胞RNA-seq数据 | 生物信息学 | NA | 单细胞RNA-seq | NA | 基因表达数据 | 多个模拟和已发表的实验数据集 |
26329 | 2024-08-09 |
DensityPath: an algorithm to visualize and reconstruct cell state-transition path on density landscape for single-cell RNA sequencing data
2019-08-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/bty1009
PMID:30535348
|
研究论文 | 提出了一种名为DensityPath的算法,用于在单细胞RNA测序数据的密度景观上可视化和重建细胞状态转换路径 | DensityPath算法通过采用弹性嵌入的非线性降维方法,揭示数据内在结构,并从单细胞多模态密度景观中提取高密度水平集簇的拓扑特征,重建细胞状态转换的最优路径 | NA | 旨在解决单细胞RNA测序数据中细胞发育轨迹的可视化和重建问题 | 单细胞RNA测序数据中的细胞发育轨迹 | 生物信息学 | NA | 单细胞RNA测序 | 弹性嵌入 | 单细胞RNA测序数据 | NA |
26330 | 2024-08-09 |
Hypermutagenesis in untreated adult gliomas due to inherited mismatch mutations
2019-06-15, International journal of cancer
IF:5.7Q1
DOI:10.1002/ijc.32054
PMID:30536544
|
研究论文 | 研究未治疗的成人胶质瘤中由于遗传性错配修复突变导致的超突变现象 | 首次识别出未经治疗成人胶质瘤中存在的新生超突变表型,并探讨了自发和治疗诱导的超突变进化 | NA | 揭示未治疗成人胶质瘤中超突变过程的新理解,并为胶质瘤治疗的免疫疗法提供临床意义 | 未经治疗和治疗后的超突变胶质瘤 | 数字病理学 | 脑瘤 | 全外显子测序(WES),全转录组测序(WTS),单细胞测序(SCS) | NA | 基因组数据 | 涉及未经治疗和治疗后的超突变胶质瘤样本 |
26331 | 2024-08-09 |
Deconstructing Retinal Organoids: Single Cell RNA-Seq Reveals the Cellular Components of Human Pluripotent Stem Cell-Derived Retina
2019-05, Stem cells (Dayton, Ohio)
DOI:10.1002/stem.2963
PMID:30548510
|
研究论文 | 本文通过单细胞RNA测序技术分析了从人类胚胎干细胞衍生的视网膜类器官在三个分化时间点的细胞组成 | 首次利用单细胞RNA测序技术揭示了视网膜类器官中关键细胞类型的有序生成过程 | NA | 探究视网膜类器官的细胞生物学特性及其相互作用 | 人类胚胎干细胞衍生的视网膜类器官 | 数字病理学 | NA | 单细胞RNA测序 | NA | 基因表达数据 | 多个时间点的视网膜类器官样本 |
26332 | 2024-08-09 |
Network Inference from Single-Cell Transcriptomic Data
2019, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-4939-8882-2_10
PMID:30547403
|
研究论文 | 本文探讨了利用单细胞转录组数据进行网络推断的优势和方法 | 利用单细胞转录组数据可以识别更复杂的非线性基因依赖关系,并推断特定条件下的调控网络 | NA | 研究如何利用单细胞转录组数据增强基因调控网络的推断 | 单细胞转录组数据中的基因依赖关系和调控网络 | 生物信息学 | NA | 单细胞RNA测序 | NA | 转录组数据 | 大量单细胞样本 |
26333 | 2024-08-09 |
Better Being Single? Omics Improves Kidney Organoids
2019, Nephron
IF:2.3Q2
DOI:10.1159/000496009
PMID:30554217
|
研究论文 | 本文通过单细胞RNA测序技术比较分析了两种肾脏类器官分化协议,并基于这些数据开发了一种新的分化协议以减少非肾脏细胞类型 | 开发了一种新的分化协议,旨在减少非肾脏细胞类型,同时不影响类器官上皮细胞的功能 | 文章指出,现有的分化协议未能产生纯净或全面的肾脏细胞,且存在非肾脏细胞类型的污染 | 比较不同肾脏类器官分化协议,并改进其功能 | 人类肾脏类器官及其分化协议 | 数字病理学 | NA | 单细胞RNA测序 | NA | 基因表达数据 | 涉及两种肾脏类器官分化协议的数据 |
26334 | 2024-08-09 |
Simultaneous multiplexed amplicon sequencing and transcriptome profiling in single cells
2019-01, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-018-0259-9
PMID:30559431
|
研究论文 | 描述了一种名为DART-seq的技术,该技术能够在单细胞水平上同时进行多重扩增子测序和转录组分析 | DART-seq技术具有多功能性,能够在单细胞中同时进行多重扩增子测序和转录组分析 | NA | 开发和应用DART-seq技术,以在单细胞水平上同时进行多重扩增子测序和转录组分析 | 非A尾的片段dsRNA病毒转录本和感染细胞的转录组,以及B淋巴细胞的天然配对可变区域重链和轻链扩增子和转录组 | 基因组学 | NA | 单细胞测序 | NA | 转录组数据 | 单细胞 |
26335 | 2024-08-09 |
Single-cell and single-molecule epigenomics to uncover genome regulation at unprecedented resolution
2019-01, Nature genetics
IF:31.7Q1
DOI:10.1038/s41588-018-0290-x
PMID:30559489
|
观点 | 本文探讨了单细胞和单分子表观基因组技术在揭示基因组调控和动态方面的最新进展 | 介绍了这些技术如何用于识别新的基因调控模式,并强调了表观基因组技术在理解细胞多样性和发现基因调控机制中的重要性 | NA | 探讨单细胞和单分子表观基因组技术在基因调控研究中的应用 | 单细胞和单分子表观基因组技术 | 表观基因组学 | NA | 单细胞和单分子表观基因组技术 | NA | 表观基因组数据 | NA |
26336 | 2024-08-09 |
Virus-inclusive single-cell RNA sequencing reveals the molecular signature of progression to severe dengue
2018-12-26, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.1813819115
PMID:30530648
|
研究论文 | 本研究利用病毒包含的单细胞RNA测序技术,分析了登革热患者和健康对照者的外周血单个核细胞的转录组,以揭示登革热严重进展的分子特征 | 首次采用病毒包含的单细胞RNA测序技术,分析了登革热患者外周血单个核细胞中的病毒RNA,并识别了与严重登革热进展相关的特定免疫细胞亚型和基因表达模式 | 研究样本量较小,仅包括六名登革热患者和四名健康对照者 | 揭示登革热病毒感染导致严重并发症的分子机制,并寻找预测严重登革热进展的生物标志物 | 登革热病毒感染的外周血单个核细胞 | 数字病理学 | 登革热 | 单细胞RNA测序 | NA | 转录组数据 | 六名登革热患者和四名健康对照者的外周血单个核细胞 |
26337 | 2024-08-09 |
High-affinity allergen-specific human antibodies cloned from single IgE B cell transcriptomes
2018-12-14, Science (New York, N.Y.)
DOI:10.1126/science.aau2599
PMID:30545888
|
研究论文 | 本文通过单细胞RNA测序技术研究了食物过敏个体的单个IgE B细胞的基因表达和剪接模式 | 发现了IgE抗体在无关个体中经历相同基因重排的趋同进化现象,并获得了对花生过敏原Ara h 2和Ara h 3的高亲和力和意外交叉反应性 | NA | 揭示IgE B细胞转录组学特性并促进对该抗体类的生化分析 | 食物过敏个体的单个IgE B细胞 | 免疫学 | 过敏反应 | 单细胞RNA测序 | NA | RNA | 来自食物过敏个体的单个IgE B细胞 |
26338 | 2024-08-09 |
MISC: missing imputation for single-cell RNA sequencing data
2018-12-14, BMC systems biology
DOI:10.1186/s12918-018-0638-y
PMID:30547798
|
研究论文 | 本文提出了一种名为MISC的新模型,用于解决单细胞RNA测序数据中高比例缺失值的问题 | MISC模型采用混合机器学习方法,通过二分类问题转换和回归模型来恢复缺失数据,提高了细胞类型分类的准确性 | NA | 旨在准确恢复单细胞RNA测序数据中的缺失值 | 单细胞RNA测序数据中的缺失值 | 机器学习 | 慢性髓性白血病 | 单细胞RNA测序 | 混合机器学习模型 | RNA-seq表达矩阵 | 慢性髓性白血病数据、小鼠大脑初级体感皮层和海马CA1区域细胞数据 |
26339 | 2024-08-09 |
Heterogeneous Responses of Hematopoietic Stem Cells to Inflammatory Stimuli Are Altered with Age
2018-12-11, Cell reports
IF:7.5Q1
DOI:10.1016/j.celrep.2018.11.056
PMID:30540934
|
研究论文 | 研究探讨了长期造血干细胞(LT-HSCs)在炎症刺激下对年龄的异质性反应 | 通过单细胞RNA测序(scRNA-seq)识别了在老年LT-HSCs中普遍存在的一种偏向髓系的LT-HSC亚群(mLT-HSCs),并鉴定了CD61作为mLT-HSCs的标记物 | NA | 研究LT-HSCs在不同年龄下对炎症刺激的反应差异及其分子机制 | 长期造血干细胞(LT-HSCs)及其在不同年龄下的功能变化 | NA | 髓系白血病 | 单细胞RNA测序(scRNA-seq) | NA | RNA | NA |
26340 | 2024-08-09 |
Single-Cell Transcriptome Profiling of Mouse and hESC-Derived Pancreatic Progenitors
2018-12-11, Stem cell reports
IF:5.9Q2
DOI:10.1016/j.stemcr.2018.11.008
PMID:30540962
|
研究论文 | 本研究通过单细胞转录组测序分析了来自Neurog3-Cre; Rosa26胚胎的小鼠胚胎日15.5和18.5的胰腺细胞以及hESC衍生的GFP+细胞,以研究胰腺内分泌前体细胞的特征 | 本研究首次详细描述了小鼠和hESC衍生的内分泌前体细胞的单细胞转录组特征,并揭示了与前体细胞、内分泌细胞或先前未描述的细胞状态相关的标记物 | NA | 研究旨在通过深入了解β细胞在胚胎发育过程中的形成机制,以改进hESC分化为功能性β样细胞的协议 | 研究对象包括小鼠胚胎胰腺细胞和hESC衍生的内分泌前体细胞 | 数字病理学 | 糖尿病 | 单细胞转录组测序 | NA | 转录组数据 | 共分析了6,905个小鼠胚胎日15.5的胰腺细胞、6,626个小鼠胚胎日18.5的胰腺细胞和4,462个hESC衍生的GFP+细胞 |