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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
26761 | 2024-08-09 |
Mouse embryonic stem cells can differentiate via multiple paths to the same state
2017-10-09, eLife
IF:6.4Q1
DOI:10.7554/eLife.26945
PMID:28990928
|
research paper | 本文通过单细胞RNA测序比较了两种运动神经元分化协议,探讨直接编程与胚胎分化的关系。 | 发现直接编程路径在分化过程中出现了一个新的过渡状态,该状态具有特定的基因表达特征,并与标准路径最终达到相同的运动神经元状态。 | NA | 研究直接编程与胚胎分化在细胞分化过程中的关系。 | 小鼠胚胎干细胞的运动神经元分化。 | NA | NA | 单细胞RNA测序 | NA | 基因表达数据 | NA |
26762 | 2024-08-09 |
SEGtool: a specifically expressed gene detection tool and applications in human tissue and single-cell sequencing data
2018-11-27, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbx074
PMID:28981576
|
研究论文 | 本文介绍了一种名为SEGtool的工具,用于从RNA测序数据中自动和自适应地检测特定表达基因(SEGs) | SEGtool基于模糊c均值、Jaccard指数和贪婪退火方法,能够忽略数据分布,优于主要为微阵列数据开发的现有工具 | NA | 研究特定表达基因的识别,以探索基因功能、生物发育、疾病机制和生物标志物的发现 | 人类组织和单细胞测序数据中的特定表达基因 | 生物信息学 | NA | RNA测序 | 模糊c均值、Jaccard指数、贪婪退火方法 | RNA-seq数据、单细胞测序数据 | 在Genotype-Tissue Expression (GTEx)人类组织数据集中检测到3181个SEGs,以及在胚胎细胞的单细胞测序数据中识别出多个SEGs |
26763 | 2024-08-09 |
VDJdb: a curated database of T-cell receptor sequences with known antigen specificity
2018-01-04, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkx760
PMID:28977646
|
研究论文 | 本文介绍了VDJdb数据库,该数据库收集并整合了已知抗原特异性的T细胞受体序列,为T细胞受体谱数据注释提供了一个通用平台 | VDJdb数据库整合了已发表的T细胞特异性检测结果,将抗原特异性与T细胞受体序列相结合,为T细胞受体谱数据注释提供了一个多功能工具 | NA | 旨在解码T细胞受体基因序列中包含的抗原特异性,以加深对适应性免疫系统的理解,并推动转化医学领域的发展 | T细胞受体序列及其抗原特异性 | 生物信息学 | NA | 免疫谱系测序技术(RepSeq),单细胞RNA测序技术 | NA | 序列数据 | 大量从供体样本中获得的T细胞受体序列 |
26764 | 2024-08-09 |
Functional genomics of stromal cells in chronic inflammatory diseases
2018-Jan, Current opinion in rheumatology
IF:5.2Q1
DOI:10.1097/BOR.0000000000000455
PMID:28984647
|
综述 | 本文综述了利用功能基因组学和单细胞技术研究慢性炎症疾病中基质细胞的最新进展 | 采用高维策略如mRNA测序、质谱流式细胞术和荧光激活细胞分选,提供了对类风湿关节炎、炎症性肠病和癌症中病变组织的详细视图 | NA | 探讨基质细胞在慢性炎症疾病中的功能和病理作用 | 基质细胞,包括成纤维细胞、内皮细胞、周细胞和间充质前体细胞 | 功能基因组学 | 炎症性疾病 | mRNA测序、质谱流式细胞术、荧光激活细胞分选 | NA | 单细胞RNA-seq | 大量患者组织样本 |
26765 | 2024-08-09 |
Linnorm: improved statistical analysis for single cell RNA-seq expression data
2017-Dec-15, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkx828
PMID:28981748
|
研究论文 | Linnorm是一种新的单细胞RNA测序(scRNA-seq)数据标准化和转换方法,旨在去除技术噪声并同时保留生物变异,从而改进现有的统计方法 | Linnorm在速度、技术噪声去除和细胞异质性保留方面显示出优势,能改进现有方法在发现新亚型、细胞伪时间排序、聚类分析等方面的应用 | NA | 开发和评估一种新的scRNA-seq数据标准化和转换方法Linnorm | scRNA-seq数据 | 生物信息学 | NA | 单细胞RNA测序(scRNA-seq) | NA | 基因表达数据 | 使用真实的scRNA-seq数据进行比较 |
26766 | 2024-08-09 |
Network embedding-based representation learning for single cell RNA-seq data
2017-Nov-02, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkx750
PMID:28977434
|
研究论文 | 本文提出了一种基于网络嵌入的单细胞RNA测序数据表示学习方法SCRL | SCRL方法能够有效实现数据驱动的非线性投影,并结合先验生物学知识(如通路信息)学习更有意义的低维表示 | NA | 克服单细胞RNA测序数据中的高噪声和低覆盖率问题,提高数据处理的效率 | 单细胞RNA测序数据 | 生物信息学 | NA | 单细胞RNA测序 | 网络嵌入 | 基因表达数据 | 多个单细胞RNA测序数据集 |
26767 | 2024-08-09 |
Long-term expansion of alveolar stem cells derived from human iPS cells in organoids
2017-Nov, Nature methods
IF:36.1Q1
DOI:10.1038/nmeth.4448
PMID:28967890
|
研究论文 | 本文报道了一种从人诱导多能干细胞(hiPSCs)高效生成并长期扩展含有SFTPC肺泡干细胞的肺泡类器官(AOs)的方法 | 本文首次实现了从hiPSCs中稳定扩展肺泡类器官,并展示了其在药物毒理学研究中的应用 | NA | 开发一种新的方法来模拟人类肺泡并应用于疾病建模和再生医学 | 人诱导多能干细胞(hiPSCs)衍生的肺泡上皮细胞类型II(AT2)细胞 | 再生医学 | NA | 单细胞RNA测序 | NA | 细胞 | NA |
26768 | 2024-08-09 |
The promise of spatial transcriptomics for neuroscience in the era of molecular cell typing
2017-10-06, Science (New York, N.Y.)
DOI:10.1126/science.aan6827
PMID:28983044
|
综述 | 本文综述了空间转录组学在神经科学中的应用前景,特别是在分子细胞类型鉴定时代的重要性 | 新兴的空间转录组学方法有望通过在组织中定位分子定义的细胞类型,同时检测形态、活动或连接性,填补分子细胞类型与形态学、生理学和行为相关性之间的空白 | 目前空间转录组学方法仍面临挑战,包括技术要求和实际应用中的困难 | 探讨空间转录组学方法在连接分子细胞类型与神经功能、发育和疾病中的应用 | 神经科学中的细胞类型及其在功能电路中的作用 | 分子细胞类型鉴定 | NA | 空间转录组学 | NA | 转录组数据 | NA |
26769 | 2024-08-09 |
Impact of sequencing depth and read length on single cell RNA sequencing data of T cells
2017-10-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-017-12989-x
PMID:28986563
|
研究论文 | 研究了读长和测序深度对单细胞RNA测序数据质量的影响 | 探讨了读长和测序深度对基因表达谱质量、细胞类型识别及TCRαβ重建的影响 | 研究仅限于8个公开的单细胞RNA测序数据集 | 评估读长和测序深度对单细胞RNA测序数据质量的影响 | T细胞的单细胞RNA测序数据 | 数字病理学 | NA | 单细胞RNA测序(scRNA-seq) | NA | RNA序列 | 1,305个单细胞 |
26770 | 2024-08-09 |
Single-Cell Analysis of Human Pancreas Reveals Transcriptional Signatures of Aging and Somatic Mutation Patterns
2017-Oct-05, Cell
IF:45.5Q1
DOI:10.1016/j.cell.2017.09.004
PMID:28965763
|
研究论文 | 本文通过单细胞转录组分析,研究了人类胰腺细胞在衰老过程中的转录特征和体细胞突变模式 | 本文首次在健康衰老的内分泌细胞中发现了新的突变特征,并展示了使用单细胞RNA测序数据研究衰老过程中遗传和转录过程的可行性 | NA | 研究人类胰腺细胞在衰老过程中的转录特征和体细胞突变模式 | 人类胰腺细胞 | 数字病理学 | NA | 单细胞RNA测序 | NA | 转录组数据 | 2,544个人类胰腺细胞,来自8个跨越60年生命周期的捐赠者 |
26771 | 2024-08-09 |
SAIC: an iterative clustering approach for analysis of single cell RNA-seq data
2017-Oct-03, BMC genomics
IF:3.5Q2
DOI:10.1186/s12864-017-4019-5
PMID:28984204
|
研究论文 | 本文介绍了一种名为SAIC的新算法,用于通过迭代聚类方法分析单细胞RNA-seq数据,以识别最佳的特征基因集来区分不同的细胞群 | SAIC算法通过迭代聚类方法进行全面搜索,以找到最佳参数,从而识别出能最好地区分细胞群的特征基因集 | NA | 开发一种有效的算法,用于识别根据表达模式将单细胞分离成不同群组的最优基因子集 | 单细胞RNA-seq数据 | 生物信息学 | NA | RNA-seq | 迭代聚类算法 | 基因表达数据 | 两个已发表的单细胞RNA-seq数据集 |
26772 | 2024-08-09 |
Single-cell sequencing reveals dissociation-induced gene expression in tissue subpopulations
2017-09-29, Nature methods
IF:36.1Q1
DOI:10.1038/nmeth.4437
PMID:28960196
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
26773 | 2024-08-09 |
Using neural networks for reducing the dimensions of single-cell RNA-Seq data
2017-Sep-29, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkx681
PMID:28973464
|
研究论文 | 本文开发并测试了一种基于神经网络的方法,用于分析和检索单细胞RNA-Seq数据,以解决单细胞表达数据聚类、细胞群识别和细胞状态或功能推断等问题 | 本文提出的神经网络方法在细胞分组和细胞类型或状态推断方面优于先前的方法,并能处理大规模的单细胞数据库查询 | NA | 解决单细胞RNA-Seq数据分析中的计算挑战 | 单细胞RNA-Seq数据 | 机器学习 | NA | scRNA-Seq | 神经网络 (NN) | 表达数据 | 数万个单细胞样本 |
26774 | 2024-08-09 |
Sweepstake evolution revealed by population-genetic analysis of copy-number alterations in single genomes of breast cancer
2017-Sep, Royal Society open science
IF:2.9Q1
DOI:10.1098/rsos.171060
PMID:28989791
|
研究论文 | 本研究通过单细胞测序技术,对乳腺癌中单细胞基因组DNA拷贝数变异进行量化分析,揭示了乳腺癌细胞的遗传多样性和进化机制 | 开发了一种结合分子进化理论的生物信息学框架,用于分析单细胞水平的拷贝数丢失,并采用多重合并共祖模型进行参数估计 | 需要进一步发展基于群体遗传学的生物信息学方法,以更精确地分析单细胞测序数据 | 揭示乳腺癌细胞的遗传多样性和进化机制 | 乳腺癌中单细胞基因组的DNA拷贝数变异 | 数字病理学 | 乳腺癌 | 单细胞测序 | 多重合并共祖模型 | 基因组数据 | 多个乳腺癌单细胞样本 |
26775 | 2024-08-09 |
Single-cell sequencing to quantify genomic integrity in cancer
2018-01, The international journal of biochemistry & cell biology
DOI:10.1016/j.biocel.2017.09.016
PMID:28951245
|
综述 | 本文综述了单细胞DNA测序(sc-seq)技术在癌症诊断、预后和治疗中的最新进展及其对改善癌症患者护理的潜在贡献 | sc-seq技术使得能够研究来自原发肿瘤、转移瘤和循环肿瘤细胞的单个癌细胞基因组,揭示了其他方法无法检测到的肿瘤间和肿瘤内异质性 | NA | 探讨sc-seq技术在癌症诊断和治疗中的应用及未来展望 | 单细胞DNA测序技术及其在癌症研究中的应用 | 数字病理学 | 癌症 | 单细胞DNA测序(sc-seq) | NA | 基因组数据 | NA |
26776 | 2024-08-09 |
Developmental biology: Single-cell RNA sequencing identifies novel kidney cell types in zebrafish
2017-11, Nature reviews. Nephrology
DOI:10.1038/nrneph.2017.137
PMID:28944777
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
26777 | 2024-08-09 |
A short review of variants calling for single-cell-sequencing data with applications
2017-11, The international journal of biochemistry & cell biology
DOI:10.1016/j.biocel.2017.09.018
PMID:28951246
|
综述 | 本文综述了单细胞测序数据中变异检测的方法及其应用 | 介绍了两种流行的基因组扩增方法并比较了它们的能力,以及几种用于单核苷酸多态性和拷贝数变异检测的流行模型 | 单细胞测序需要额外的基因组扩增步骤,这会产生大量偏差,对使用批量细胞测序方法提出了挑战 | 旨在为开发专门的分析方法以及使用现有工具提供指导 | 单细胞测序数据中的变异检测 | 基因组学 | NA | 单细胞测序 | NA | 测序数据 | NA |
26778 | 2024-08-09 |
Single-cell analyses to tailor treatments
2017-Sep-20, Science translational medicine
IF:15.8Q1
DOI:10.1126/scitranslmed.aan4730
PMID:28931656
|
研究论文 | 本文探讨了单细胞RNA测序在个性化医疗中的应用,特别是在癌症等人类疾病的细胞、通路和基因特征分析中的作用 | 利用单细胞RNA测序技术,为个性化医疗提供更精细的细胞和基因层面的分析方法 | NA | 探索单细胞RNA测序在个性化医疗中的应用 | 单细胞RNA测序技术在癌症等人类疾病中的应用 | 数字病理学 | 癌症 | 单细胞RNA测序 | NA | 基因数据 | NA |
26779 | 2024-08-09 |
Targeted reconstruction of T cell receptor sequence from single cell RNA-seq links CDR3 length to T cell differentiation state
2017-Sep-19, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkx615
PMID:28934479
|
研究论文 | 本文介绍了一种名为TRAPeS的公开可用工具,该工具能够从短读长单细胞RNA测序库中高效提取T细胞受体序列信息,并应用于研究人类和小鼠中CD8+ T细胞反应的异质性 | TRAPeS工具提高了从单细胞RNA测序数据中推断T细胞受体序列的敏感性,且适用于短读长测序 | 当前方法在敏感性和需要长读长测序方面存在限制,增加了成本并减少了可分析的细胞数量 | 研究T细胞受体差异如何影响T细胞状态的异质性 | CD8+ T细胞对黄热病毒的反应 | 生物信息学 | NA | 单细胞RNA测序 | NA | RNA | 人类和小鼠的CD8+ T细胞 |
26780 | 2024-08-09 |
APE1/Ref-1 knockdown in pancreatic ductal adenocarcinoma - characterizing gene expression changes and identifying novel pathways using single-cell RNA sequencing
2017-12, Molecular oncology
IF:5.0Q1
DOI:10.1002/1878-0261.12138
PMID:28922540
|
研究论文 | 本研究利用单细胞RNA测序技术,分析了胰腺导管腺癌中APE1/Ref-1敲低后的基因表达变化,并识别了新的相关通路 | 首次使用单细胞RNA测序技术研究APE1/Ref-1敲低后的基因表达变化,并发现多个与APE1相关的新通路 | 研究主要集中在细胞系中,未来需在临床样本中验证这些发现 | 探究APE1/Ref-1在胰腺导管腺癌中的基因表达调控作用及新通路 | 胰腺导管腺癌细胞中的APE1/Ref-1蛋白 | 数字病理学 | 胰腺癌 | 单细胞RNA测序 | NA | 基因表达数据 | 多个胰腺癌细胞系 |