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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
26381 | 2024-08-09 |
Sequential transcriptional waves direct the differentiation of newborn neurons in the mouse neocortex
2016-Mar-25, Science (New York, N.Y.)
DOI:10.1126/science.aad8361
PMID:26940868
|
研究论文 | 本文通过高时间分辨率技术结合单细胞转录组学,研究了小鼠新皮质中新生的神经元如何从室管膜区(VZ)的前体细胞中分化出来,并动态地指定其身份 | 本文首次揭示了早期转录波如何指导神经元分化事件的顺序和节奏,为从未分化细胞中逆向工程特定类别的皮质神经元提供了路线图 | NA | 研究神经元身份如何在前体细胞分裂时动态指定 | 小鼠新皮质中的新生神经元分化过程 | 神经科学 | NA | 单细胞转录组学 | NA | 转录组数据 | NA |
26382 | 2024-08-09 |
Use of the Fluidigm C1 platform for RNA sequencing of single mouse pancreatic islet cells
2016-Mar-22, Proceedings of the National Academy of Sciences of the United States of America
IF:9.4Q1
DOI:10.1073/pnas.1602306113
PMID:26951663
|
研究论文 | 本研究评估了Fluidigm C1平台用于单个小鼠胰岛细胞的RNA测序 | 首次使用Fluidigm C1平台进行单个小鼠胰岛细胞的RNA测序,并识别了不同类型的胰岛细胞及其特异性转录因子和通路 | 由于细胞活力低、测序质量差或污染,281个细胞被排除在分析之外,且C1 Fluidigm细胞捕获过程存在局限性,导致细胞污染和基因表达模式改变 | 评估Fluidigm C1平台用于单个胰岛细胞RNA测序的适用性,并提供高质量基因表达数据集 | 小鼠胰岛细胞 | 数字病理学 | NA | RNA测序 | NA | 基因表达数据 | 622个细胞,其中341个具有高质量基因表达谱 |
26383 | 2024-08-09 |
Single-Cell Sequencing for Precise Cancer Research: Progress and Prospects
2016-Mar-15, Cancer research
IF:12.5Q1
DOI:10.1158/0008-5472.CAN-15-1907
PMID:26941284
|
研究论文 | 本文讨论了单细胞测序技术在精确癌症研究中的进展和前景 | 开发了多种单细胞测序方法,能够全面精确地分析癌细胞的基因组、转录组和表观基因组 | NA | 探讨单细胞测序技术在癌症研究中的应用、挑战和前景 | 癌细胞的基因组、转录组和表观基因组 | 数字病理学 | 癌症 | 单细胞测序 | NA | 基因组数据 | 单个癌细胞 |
26384 | 2024-08-09 |
Single-cell transcriptome sequencing: recent advances and remaining challenges
2016, F1000Research
DOI:10.12688/f1000research.7223.1
PMID:26949524
|
review | 本文综述了单细胞转录组测序技术的最新进展及其面临的挑战 | 单细胞RNA测序技术已成为高吞吐量、高分辨率转录组分析的有力工具,能够揭示表面均一群体中的细胞多样性 | 技术改进、分析框架的开发以及互补单细胞检测方法的增加仍然是挑战 | 探讨单细胞转录组测序技术在细胞状态和动态分析中的应用 | 单细胞转录组测序技术及其分析方法 | digital pathology | NA | 单细胞RNA测序 | NA | 转录组数据 | NA |
26385 | 2024-08-09 |
Copy number variants calling for single cell sequencing data by multi-constrained optimization
2016-08, Computational biology and chemistry
IF:2.6Q2
|
研究论文 | 本文提出了一种基于多约束优化的单细胞测序数据拷贝数变异检测方法 | 通过将拷贝数变异检测问题转化为包含泊松分布噪声的二次优化问题,并引入稀疏性和平滑性约束,提高了单细胞测序数据中拷贝数变异模式的准确性 | NA | 开发一种新的方法来准确检测单细胞测序数据中的拷贝数变异 | 单细胞测序数据中的拷贝数变异 | 生物信息学 | NA | 单细胞测序 | ADMM | 测序数据 | 合成数据和实际单细胞测序数据 |
26386 | 2024-08-09 |
Systematic characterization of lncRNAs' cell-to-cell expression heterogeneity in glioblastoma cells
2016-Apr-05, Oncotarget
DOI:10.18632/oncotarget.7580
PMID:26918340
|
研究论文 | 本文系统分析了胶质母细胞瘤细胞中长非编码RNA(lncRNA)的细胞间表达异质性 | 利用单细胞RNA测序技术,全面检查了2,003个lncRNA在380个细胞中的表达模式,并揭示了lncRNA在丰度和剪接模式上的异质性 | NA | 旨在深入理解lncRNA的功能,开发有价值的生物标志物,并增进对胶质母细胞瘤生物学的认识 | 胶质母细胞瘤细胞中的长非编码RNA(lncRNA) | 数字病理学 | 脑肿瘤 | 单细胞RNA测序 | 自组织映射 | RNA | 2,003个lncRNA在380个细胞中 |
26387 | 2024-08-09 |
Discrete distributional differential expression (D3E)--a tool for gene expression analysis of single-cell RNA-seq data
2016-Feb-29, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-016-0944-6
PMID:26927822
|
研究论文 | 本文介绍了一种针对单细胞RNA测序数据设计的离散分布式差异基因表达分析工具D(3)E | D(3)E算法能够检测表达变化,即使在平均水平不变的情况下,并能通过分析模型量化生物学上有意义的属性 | NA | 开发和评估一种新的单细胞RNA测序数据差异基因表达分析方法 | 单细胞RNA测序数据中的差异基因表达 | 数字病理学 | NA | RNA-seq | NA | 文本 | 使用合成数据进行评估,具体样本数量未提及 |
26388 | 2024-08-09 |
Culture-independent method for identification of microbial enzyme-encoding genes by activity-based single-cell sequencing using a water-in-oil microdroplet platform
2016-Feb-26, Scientific reports
IF:3.8Q1
DOI:10.1038/srep22259
PMID:26915788
|
研究论文 | 本文介绍了一种基于活性单细胞测序的非培养方法,用于识别环境微生物中编码代谢活性酶的基因 | 该方法通过在水-油微滴平台中封装环境微生物细胞并使用荧光底物筛选活性细胞,实现了对未培养细菌细胞中目标酶编码基因的识别 | NA | 开发一种非培养方法,用于识别环境微生物中编码工业价值酶的基因 | 环境微生物中的β-葡萄糖苷酶基因 | NA | NA | 活性单细胞测序 | NA | 基因组 | 从海洋样本中成功识别了14个新的β-葡萄糖苷酶基因 |
26389 | 2024-08-09 |
Resolving rates of mutation in the brain using single-neuron genomics
2016-Feb-22, eLife
IF:6.4Q1
DOI:10.7554/eLife.12966
PMID:26901440
|
研究论文 | 本文通过单神经元基因组学方法重新分析了大脑中体细胞突变率,特别是LINE-1元素的逆转座事件 | 提出了单细胞测序、生物信息学分析和验证方法中的问题,导致大量假阳性结果,重新分析结果显示突变频率远低于先前报道 | 文章未明确提及具体的研究局限性 | 探究体细胞突变是否为大脑细胞提供功能多样性,并通过单神经元基因组学方法直接测量人类大脑中的体细胞突变率 | 人类大脑中的体细胞突变率,特别是LINE-1元素的逆转座事件 | 基因组学 | NA | 单细胞测序 | NA | 基因组数据 | 未明确提及具体样本数量 |
26390 | 2024-08-09 |
ROMA: Representation and Quantification of Module Activity from Target Expression Data
2016, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2016.00018
PMID:26925094
|
研究论文 | 本文介绍了ROMA(模块活动表示和量化)Java软件,用于快速和稳健地计算具有协调表达的基因集(或模块)的活动 | ROMA算法实现了新的功能,包括几种主成分计算的方法修改,区分过度分散模块和协调模块,并计算估计模块过度分散或协调的统计显著性 | NA | 量化系统生物学中高通量数据分析中个体样本中一组基因的活动 | 基因集(或模块)的活动 | 系统生物学 | NA | 主成分分析 | 线性模型 | 基因表达数据 | NA |
26391 | 2024-08-09 |
Miniaturization Technologies for Efficient Single-Cell Library Preparation for Next-Generation Sequencing
2016-08, Journal of laboratory automation
DOI:10.1177/2211068216630741
PMID:26891732
|
研究论文 | 本文应用新技术缩小了单细胞文库制备的反应体积,以降低下一代测序的成本 | 开发了一种新的流程,通过减少反应体积至2 µL和使用低至20 pg的输入cDNA,实现了高效且成本效益高的单细胞转录组测序 | NA | 降低单细胞RNA分析等高吞吐量应用中下一代测序的文库制备成本 | 体外分化的人胚胎干细胞,代表胰腺分化的两个阶段 | 数字病理学 | NA | 下一代测序 | NA | RNA | 多个生物学和技术重复 |
26392 | 2024-08-09 |
Single-cell transcriptome analysis of endometrial tissue
2016-Apr, Human reproduction (Oxford, England)
DOI:10.1093/humrep/dew008
PMID:26874359
|
研究论文 | 本文介绍了通过开发和整合新的分析工具,对子宫内膜间质和上皮细胞进行单细胞转录组分析的方法 | 本文首次描述了针对人类子宫内膜的单细胞转录组分析协议,并开发了一套从临床采样到统计数据分析的完整流程 | 单个上皮细胞的转录组数据量较低,且仅对晚期分泌期的细胞进行了详细分析,需要进一步优化方法并扩大样本量 | 研究如何在单细胞水平上分析子宫内膜间质和上皮细胞的全转录组 | 子宫内膜间质和上皮细胞的单细胞转录组 | 数字病理学 | NA | RNA测序(RNA-seq) | NA | 转录组数据 | 使用了两个子宫内膜活检样本,共检测了8622个基因 |
26393 | 2024-08-09 |
The heterogeneity of human CD127(+) innate lymphoid cells revealed by single-cell RNA sequencing
2016-Apr, Nature immunology
IF:27.7Q1
DOI:10.1038/ni.3368
PMID:26878113
|
研究论文 | 本文通过单细胞RNA测序技术揭示了人类CD127(+)固有淋巴细胞的异质性 | 通过单细胞RNA测序技术,揭示了固有淋巴细胞的四个不同群体及其转录组特征,并发现了ILC3细胞的三个转录和功能多样化的亚群 | NA | 探讨固有淋巴细胞在稳态和炎症中的生物学特性 | 人类CD127(+)固有淋巴细胞和自然杀伤细胞 | 数字病理学 | NA | 单细胞RNA测序 | NA | 转录组数据 | 数百个个体扁桃体CD127(+)固有淋巴细胞和自然杀伤细胞 |
26394 | 2024-08-09 |
Single-cell Transcriptome Study as Big Data
2016-Feb, Genomics, proteomics & bioinformatics
DOI:10.1016/j.gpb.2016.01.005
PMID:26876720
|
研究论文 | 本文讨论了单细胞RNA测序(scRNA-seq)研究中大数据技术的应用,提出了一种处理和分析scRNA-seq数据的工作流程 | 提出了一个针对scRNA-seq数据特性和单细胞研究目标的工作流程 | NA | 探讨如何有效存储、处理和分析scRNA-seq数据 | 单细胞转录组数据 | 数字病理学 | NA | NGS | NA | 转录组数据 | NA |
26395 | 2024-08-09 |
Linking the T cell receptor to the single cell transcriptome in antigen-specific human T cells
2016-07, Immunology and cell biology
IF:3.2Q3
DOI:10.1038/icb.2016.16
PMID:26860370
|
研究论文 | 本文提出了一种新方法(VDJPuzzle),用于从抗原特异性T细胞的单细胞RNA测序数据中重建天然TCRαβ,并将其与单个细胞的基因表达谱关联 | 开发了一种新方法VDJPuzzle,能够从单细胞RNA测序数据中重建抗原特异性T细胞的天然TCRαβ,并将其与基因表达谱关联 | NA | 研究抗原特异性T细胞的异质性及其与TCR多样性和转录组的关系 | 抗原特异性T细胞的TCRαβ及其基因表达谱 | 免疫学 | 肝炎 | 单细胞RNA测序 | NA | RNA | 从一名清除丙型肝炎病毒感染的受试者外周血中分离的63个抗原特异性T细胞 |
26396 | 2024-08-09 |
TRONCO: an R package for the inference of cancer progression models from heterogeneous genomic data
2016-06-15, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btw035
PMID:26861821
|
研究论文 | 介绍TRONCO,一个开源的R包,用于从异质性(epi)基因组突变数据中推断癌症进展模型 | TRONCO实现了最先进的算法,能够从(epi)基因组突变数据中推断出癌症进展模型,并可用于提取群体水平模型和个体水平模型 | NA | 开发和实现一个开源工具,用于从基因组数据中推断癌症进展模型,以支持精准医学和个性化治疗 | 癌症进展模型 | 数字病理学 | NA | NA | NA | 基因组数据 | NA |
26397 | 2024-08-09 |
Epigenomics: Parallel single-cell sequencing
2016-Mar, Nature reviews. Genetics
DOI:10.1038/nrg.2016.5
PMID:26806414
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
26398 | 2024-08-09 |
Single-Cell Gene Expression Analyses Reveal Heterogeneous Responsiveness of Fetal Innate Lymphoid Progenitors to Notch Signaling
2016-Feb-16, Cell reports
IF:7.5Q1
DOI:10.1016/j.celrep.2016.01.015
PMID:26832410
|
research paper | 本研究通过结合单细胞转录组学和克隆培养策略,揭示了胎儿先天淋巴细胞前体对Notch信号的异质性反应 | 本研究首次详细描述了ILC发育的过渡阶段多样性及其转录特征,并展示了它们对Notch信号的差异依赖性 | NA | 研究Notch信号在胎儿先天淋巴细胞发育中的作用 | 胎儿先天淋巴细胞前体及其对Notch信号的反应 | digital pathology | NA | 单细胞转录组学 | NA | 基因表达数据 | 涉及αLP1和αLP2两种淋巴细胞前体群体 |
26399 | 2024-08-09 |
Assessment of megabase-scale somatic copy number variation using single-cell sequencing
2016-Mar, Genome research
IF:6.2Q1
DOI:10.1101/gr.198937.115
PMID:26772196
|
研究论文 | 本文开发了一种方法,用于在单个体细胞中可靠地检测兆碱基尺度的体细胞拷贝数变异(CNVs) | 本文首次严格测试了单细胞测序在CNV检测中的性能,并开发了一种新方法来可靠地检测兆碱基尺度的体细胞CNVs | NA | 研究体细胞中兆碱基尺度的拷贝数变异是否被容忍或甚至被正向选择 | 体细胞中的兆碱基尺度拷贝数变异 | 数字病理学 | NA | 单细胞测序 | NA | 基因组数据 | 跨组织的8%-9%的细胞 |
26400 | 2024-08-09 |
Characterizing transcriptional heterogeneity through pathway and gene set overdispersion analysis
2016-Mar, Nature methods
IF:36.1Q1
DOI:10.1038/nmeth.3734
PMID:26780092
|
研究论文 | 本文开发了一种名为PAGODA的方法,用于通过分析基因集在测量细胞间的协调变异性来解析转录异质性的多个方面 | 提出了路径和基因集过度分散分析(PAGODA)方法,用于从单细胞RNA-seq数据中识别转录异质性的多个方面 | NA | 开发新方法以从单细胞RNA-seq数据中识别转录异质性的多个方面 | 单细胞RNA-seq数据中的转录异质性 | 生物信息学 | NA | 单细胞RNA测序 | NA | 基因表达数据 | NA |