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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
8481 | 2024-09-15 |
TIST: Transcriptome and Histopathological Image Integrative Analysis for Spatial Transcriptomics
2022-10, Genomics, proteomics & bioinformatics
DOI:10.1016/j.gpb.2022.11.012
PMID:36549467
|
研究论文 | 提出了一种名为TIST的新方法,通过整合转录组数据和组织病理学图像来分析空间转录组数据,以识别空间聚类并增强基因表达模式 | TIST方法通过马尔可夫随机场(MRF)提取组织病理学特征,并将这些特征与转录组数据和位置信息整合,形成TIST-net网络,从而增强空间基因表达模式 | NA | 开发一种新的空间转录组数据分析方法,以减少技术噪声并提高分辨率 | 空间转录组数据和匹配的组织病理学图像 | 数字病理学 | NA | 空间转录组学 | 马尔可夫随机场(MRF) | 图像和转录组数据 | 32个真实样本 |
8482 | 2024-09-15 |
Application of Deep Learning on Single-cell RNA Sequencing Data Analysis: A Review
2022-10, Genomics, proteomics & bioinformatics
DOI:10.1016/j.gpb.2022.11.011
PMID:36528240
|
综述 | 本文综述了深度学习在单细胞RNA测序数据分析中的应用 | 深度学习能够从噪声大、异质性强和高维度的单细胞RNA测序数据中提取信息丰富且紧凑的特征,从而改进下游分析 | 当前深度学习方法在单细胞RNA测序数据分析中面临挑战,需要进一步改进算法 | 综述近期开发的深度学习技术在单细胞RNA测序数据分析中的应用,并探讨其相对于传统分析工具的优势 | 单细胞RNA测序数据 | 机器学习 | NA | 单细胞RNA测序 | 深度学习 | 基因表达数据 | NA |
8483 | 2024-09-15 |
Increased Tau Expression Correlates with Neuronal Maturation in the Developing Human Cerebral Cortex
2020 May/Jun, eNeuro
IF:2.7Q3
DOI:10.1523/ENEURO.0058-20.2020
PMID:32393582
|
研究论文 | 研究探讨了tau蛋白在人类大脑发育过程中的表达变化及其与神经元成熟的关系 | 首次在细胞水平上详细描述了tau mRNA和蛋白在发育中的人类大脑中的表达模式,并揭示了tau表达与神经元成熟之间的关联 | 研究主要基于现有数据和体外模型,缺乏直接的体内实验验证 | 探讨tau蛋白在人类大脑发育过程中的表达模式及其与神经元成熟的关系 | tau mRNA和蛋白在发育中的人类大脑中的表达 | 神经科学 | NA | 单细胞RNA测序(sc-RNAseq)、RNA原位杂交(RNAscope)、免疫组织化学(IHC) | NA | RNA | 包括发育中的人类大脑组织和诱导多能干细胞(iPSC)衍生的皮质类器官 |
8484 | 2024-09-14 |
S100A9-TLR4 axis aggravates dry eye through the blockage of autophagy
2024-Oct, Experimental eye research
IF:3.0Q1
DOI:10.1016/j.exer.2024.110052
PMID:39151778
|
研究论文 | 研究探讨了S100A9上调如何通过阻断自噬加剧干眼症的发病机制,并评估了S100A9作为干眼症治疗靶点的潜力 | 首次揭示了S100A9-TLR4-自噬阻断途径在干眼症发病机制中的作用 | 研究主要基于小鼠模型,尚未在人类中验证 | 探讨S100A9在干眼症发病机制中的作用及其作为治疗靶点的潜力 | 干眼症及其相关生物标志物 | NA | 干眼症 | 单细胞RNA测序 (scRNA-seq) | NA | RNA | 小鼠干眼症模型 |
8485 | 2024-09-14 |
Single-cell transcriptome landscape of the kidney reveals potential innate immune regulation mechanisms in hybrid yellow catfish after Aeromonas hydrophila infection
2024-Oct, Fish & shellfish immunology
IF:4.1Q1
DOI:10.1016/j.fsi.2024.109866
PMID:39214264
|
研究论文 | 研究通过单细胞RNA测序分析了感染嗜水气单胞菌后杂交黄颡鱼肾脏的转录组图谱,揭示了潜在的先天免疫调节机制 | 首次通过单细胞RNA测序技术揭示了杂交黄颡鱼肾脏在感染嗜水气单胞菌后的细胞组成和免疫调节机制 | 研究仅限于杂交黄颡鱼肾脏的单细胞RNA测序分析,未涉及其他器官或物种 | 探讨杂交黄颡鱼肾脏在感染嗜水气单胞菌后的先天免疫调节机制 | 杂交黄颡鱼肾脏细胞及其在感染嗜水气单胞菌后的免疫反应 | 数字病理学 | NA | 单细胞RNA测序 | NA | 转录组数据 | 杂交黄颡鱼肾脏样本 |
8486 | 2024-09-14 |
PerturbDB for unraveling gene functions and regulatory networks
2024-Sep-11, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkae777
PMID:39265120
|
研究论文 | 开发了一个名为PerturbDB的平台,用于利用Perturb-Seq数据集揭示基因功能和调控网络 | 首次开发了一个用户友好的平台PerturbDB,用于高效重用Perturb-Seq数据集,并整合了化学扰动转录组数据以识别潜在抑制剂 | NA | 开发一个平台,帮助用户利用Perturb-Seq数据集揭示基因功能和调控网络 | Perturb-Seq数据集中的基因功能和调控网络 | 基因组学 | 癌症 | CRISPR、单细胞RNA测序 | Mixscape算法 | 单细胞转录组数据 | 66个Perturb-Seq数据集,包含4,518,521个单细胞转录组,涉及10,194个基因和19种不同细胞系 |
8487 | 2024-09-14 |
Glioblastoma cells increase expression of notch signaling and synaptic genes within infiltrated brain tissue
2024-Sep-09, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-52167-y
PMID:39251578
|
研究论文 | 研究了胶质母细胞瘤细胞在侵入脑组织后基因表达的变化 | 首次使用空间转录组学技术分析了胶质母细胞瘤细胞在侵入脑组织后的基因表达差异,揭示了恶性细胞在健康脑组织中的表达特征 | 研究样本量较小,仅包括11个样本 | 探讨胶质母细胞瘤细胞在侵入脑组织后的基因表达变化及其对治疗的影响 | 胶质母细胞瘤细胞及其在脑组织中的基因表达 | 数字病理学 | 脑癌 | 空间转录组学 | NA | 基因表达数据 | 11个样本 |
8488 | 2024-09-14 |
Development of a prognostic model for NSCLC based on differential genes in tumour stem cells
2024-09-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-71317-2
PMID:39251710
|
研究论文 | 开发基于肿瘤干细胞差异基因的非小细胞肺癌(NSCLC)预后模型 | 结合10种机器学习方法及其101种组合,开发出最佳的预后风险模型,并验证了其在TCGA和GEO数据集中的预测准确性 | NA | 开发和验证一种基于肿瘤干细胞差异基因的NSCLC预后模型 | 非小细胞肺癌(NSCLC)及其肿瘤干细胞的差异基因 | 数字病理学 | 肺癌 | scRNA-seq, RNA-seq | 机器学习 | 基因表达数据 | 218379个细胞,162个差异基因 |
8489 | 2024-09-14 |
Microvascular and cellular dysfunctions in Alzheimer's disease: an integrative analysis perspective
2024-09-09, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-71888-0
PMID:39251797
|
研究论文 | 本研究整合了阿尔茨海默病患者脑血管系统的单细胞测序和全基因组关联分析,旨在阐明周细胞损伤、细胞外基质紊乱和少突胶质细胞功能障碍在阿尔茨海默病发病机制中的关联和潜在机制 | 本研究首次揭示了周细胞PI3K-AKT-FOXO信号通路异常可能在阿尔茨海默病的发病过程中起作用 | NA | 阐明阿尔茨海默病发病机制中的关联和潜在机制 | 阿尔茨海默病患者的脑血管系统 | NA | 阿尔茨海默病 | 单细胞测序 | NA | 基因组数据 | NA |
8490 | 2024-09-14 |
Exploring single-cell RNA sequencing as a decision-making tool in the clinical management of Fuchs' endothelial corneal dystrophy
2024-Sep, Progress in retinal and eye research
IF:18.6Q1
DOI:10.1016/j.preteyeres.2024.101286
PMID:38969166
|
综述 | 本文综述了单细胞RNA测序技术在Fuchs角膜内皮营养不良临床管理中的应用 | 利用单细胞RNA测序技术识别Fuchs角膜内皮营养不良的亚型及其相关基因特征,为精准医疗提供新方法 | NA | 探讨单细胞RNA测序技术在Fuchs角膜内皮营养不良临床诊断和治疗中的应用潜力 | Fuchs角膜内皮营养不良及其亚型 | 基因组学 | 眼科疾病 | 单细胞RNA测序 | NA | 基因表达数据 | NA |
8491 | 2024-09-14 |
Lin-CD117+CD34+FcεRI+ progenitor cells are increased in chronic spontaneous urticaria and predict clinical responsiveness to anti-IgE therapy
2024-Sep, Allergy
IF:12.6Q1
DOI:10.1111/all.16127
PMID:38634175
|
研究论文 | 研究慢性自发性荨麻疹患者血液中Lin-CD117+CD34+FcεRI+祖细胞的增加及其对omalizumab治疗的临床反应预测作用 | 首次发现慢性自发性荨麻疹患者血液中Lin-CD117+CD34+FcεRI+祖细胞的增加,并证明这些细胞的高表达与omalizumab治疗的更好临床反应相关 | 样本量较小,且仅限于慢性自发性荨麻疹患者,研究结果的普适性有待进一步验证 | 探讨慢性自发性荨麻疹患者血液中特定祖细胞的增加及其对抗IgE治疗的临床反应预测作用 | 慢性自发性荨麻疹患者和健康对照者的血液样本 | NA | 慢性自发性荨麻疹 | 流式细胞术,单细胞RNA测序 | NA | 血液样本 | 55名慢性自发性荨麻疹患者和22名健康对照者 |
8492 | 2024-09-14 |
scNODE : generative model for temporal single cell transcriptomic data prediction
2024-09-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btae393
PMID:39230694
|
研究论文 | 本文提出了一种名为scNODE的深度学习模型,用于预测未观测时间点的单细胞基因表达数据 | scNODE结合了变分自编码器和神经常微分方程,使用连续非线性潜在空间进行基因表达预测,并引入动态正则化项以提高预测的鲁棒性 | NA | 开发一种能够预测未观测时间点的单细胞基因表达数据的深度学习模型 | 单细胞基因表达数据 | 机器学习 | NA | 深度学习 | 变分自编码器、神经常微分方程 | 基因表达数据 | 三个真实世界的scRNA-seq数据集 |
8493 | 2024-09-14 |
Predicting spatially resolved gene expression via tissue morphology using adaptive spatial GNNs
2024-09-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btae383
PMID:39230702
|
研究论文 | 本文提出了一种基于图神经网络的框架,用于从组织病理图像中预测高表达基因的空间表达 | 本文的创新点在于使用自适应空间图神经网络(GNNs)从组织形态学线索中预测空间基因表达,提供了一种可扩展的方法来解码组织复杂性 | NA | 本文的研究目的是通过组织形态学信息预测空间基因表达,以降低空间转录组技术的成本 | 本文的研究对象是乳腺癌数据集中的组织病理图像和基因表达数据 | 数字病理学 | 乳腺癌 | 图神经网络(GNNs) | 图神经网络(GNNs) | 图像 | 两个独立的乳腺癌数据集 |
8494 | 2024-09-14 |
A physics-informed neural SDE network for learning cellular dynamics from time-series scRNA-seq data
2024-09-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btae400
PMID:39230705
|
研究论文 | 本文提出了一种基于物理信息的神经随机微分方程(PI-SDE)框架,用于从时间序列单细胞RNA测序数据中学习细胞动力学 | 结合了Hamilton-Jacobi方程和神经随机微分方程,通过强制执行HJ方程来重建细胞势能函数,提高了预测精度和可解释性 | NA | 通过重建细胞势能景观来学习细胞动力学 | 时间序列单细胞RNA测序数据 | 机器学习 | NA | 单细胞RNA测序 | 神经随机微分方程 | 时间序列数据 | 两个真实单细胞RNA测序数据集 |
8495 | 2024-09-14 |
Graspot: a graph attention network for spatial transcriptomics data integration with optimal transport
2024-09-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btae394
PMID:39230711
|
研究论文 | 本文介绍了一种名为Graspot的图注意力网络,用于空间转录组学数据集成与最优传输 | Graspot结合基因表达和空间信息,能够有效去除批次效应并保留生物结构变异,实现了多空间转录组数据集的部分对齐 | NA | 解决空间转录组学数据集成中的批次效应问题,并保留生物结构变异 | 空间转录组学数据 | 机器学习 | NA | 最优传输 | 图注意力网络 | 空间转录组学数据 | 四个真实的空间转录组学数据集 |
8496 | 2024-09-14 |
MDK promotes M2 macrophage polarization to remodel the tumour microenvironment in clear cell renal cell carcinoma
2024-08-06, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-69183-z
PMID:39107475
|
研究论文 | 研究探讨了MDK基因在透明细胞肾细胞癌(ccRCC)肿瘤微环境(TME)中的作用,特别是其对M2巨噬细胞极化的影响 | 首次揭示了MDK在免疫抑制性肿瘤微环境中的关键作用,并开发了一个基于独特细胞信号分子的预后模型 | 研究主要基于公开数据集,未来需要进一步的实验验证 | 探索透明细胞肾细胞癌的肿瘤微环境异质性,并开发新的预后模型以优化免疫治疗 | 透明细胞肾细胞癌的肿瘤微环境及其免疫调控网络 | 数字病理学 | 肾癌 | 单细胞RNA测序(scRNA-seq)、批量RNA测序(bulk RNA-seq)和体细胞突变数据分析 | NA | 基因表达数据 | 使用了公开的ccRCC数据集,包括TCGA和CheckMate队列的数据 |
8497 | 2024-09-14 |
Scanorama: integrating large and diverse single-cell transcriptomic datasets
2024-Aug, Nature protocols
IF:13.1Q1
DOI:10.1038/s41596-024-00991-3
PMID:38844552
|
研究论文 | 本文介绍了一种名为Scanorama的方法,用于整合来自不同实验、实验室和技术的单细胞转录组数据,以提高数据质量和解释性 | Scanorama解决了由于样本准备、测序深度和实验批次差异引入的技术变异问题,提供了一种有效的整合方法 | 需要对细胞生物学、转录组技术和生物信息学有基本了解 | 开发一种方法来整合多样化的单细胞转录组数据,以揭示重要的生物学见解 | 单细胞RNA测序数据 | 基因组学 | NA | 单细胞RNA测序 (scRNA-seq) | NA | 转录组数据 | 多个实验、实验室和技术的数据 |
8498 | 2024-09-14 |
Generation of novel lipid metabolism-based signatures to predict prognosis and immunotherapy response for colorectal adenocarcinoma
2024-07-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-024-67549-x
PMID:39060344
|
研究论文 | 本研究旨在生成基于脂质代谢的特征,以预测结直肠腺癌(COAD)的预后和免疫治疗反应 | 本研究首次生成了基于脂质代谢的特征,用于预测COAD的预后和免疫治疗反应,并提供了潜在的治疗靶点 | 本研究仅基于TCGA数据库的数据,样本量有限,未来需要更多验证性研究 | 生成基于脂质代谢的特征,预测结直肠腺癌的预后和免疫治疗反应 | 结直肠腺癌(COAD)患者 | 数字病理 | 结直肠癌 | 加权基因共表达网络分析(WGCNA),单细胞RNA测序(scRNA-seq) | NA | 转录组数据 | 来自TCGA数据库的COAD患者数据,以及来自GSE132465数据集的单细胞RNA测序数据 |
8499 | 2024-09-14 |
SFINN: inferring gene regulatory network from single-cell and spatial transcriptomic data with shared factor neighborhood and integrated neural network
2024-07-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btae433
PMID:38950180
|
研究论文 | 本文介绍了一种基于共享因子邻域和集成神经网络(SFINN)的新型深度学习框架,用于从单细胞和空间转录组数据中推断转录因子与目标基因之间的潜在相互作用和因果关系 | SFINN利用共享因子邻域构建基于基因表达数据的细胞邻域网络,并整合来自空间位置信息的细胞网络,通过图卷积神经网络和全连接神经网络的集成框架来确定基因是否相互作用 | NA | 开发一种准确的基因调控网络(GRN)推断算法,以应对单细胞RNA测序(scRNA-seq)数据中的噪声、技术误差和丢失现象 | 单细胞和空间转录组数据中的转录因子与目标基因之间的相互作用和因果关系 | 机器学习 | NA | 单细胞RNA测序(scRNA-seq),空间转录组测序 | 图卷积神经网络(GCN),全连接神经网络 | 基因表达数据 | NA |
8500 | 2024-09-14 |
PredGCN: a Pruning-enabled Gene-Cell Net for automatic cell annotation of single cell transcriptome data
2024-07-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btae421
PMID:38924517
|
研究论文 | 本文提出了一种名为PredGCN的基因-细胞网络,用于单细胞转录组数据的自动细胞注释 | PredGCN结合了Coupled Gene-Cell Net和Gene Splicing Net以及Cell Stratification Net,并通过剪枝操作动态处理异质性细胞识别问题,优化子网络结构以提高细胞类型注释的准确性 | NA | 解决现有自动注释方法在深度学习分类器架构和训练数据质量与多样性方面的局限性 | 单细胞转录组数据的细胞类型注释 | 生物信息学 | NA | 深度学习 | GCN | 转录组数据 | 多种物种的单细胞转录组数据 |