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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
10521 | 2024-08-05 |
scVIC: deep generative modeling of heterogeneity for scRNA-seq data
2024, Bioinformatics advances
IF:2.4Q2
DOI:10.1093/bioadv/vbae086
PMID:39027640
|
研究论文 | 本文介绍了scVIC,一种用于单细胞RNA测序数据的深度生成建模算法 | scVIC创新性地同时处理生物异质性和批次效应,解决了传统方法的局限性 | 本文未提及具体的限制性因素 | 该研究旨在开发一种有效的方法以准确分析单细胞层面的异质性 | 研究对象为模拟和生物单细胞RNA测序数据 | 数字病理学 | NA | 变分推断 | NA | 单细胞RNA测序数据 | 使用了模拟和生物scRNA-seq数据集 |
10522 | 2024-08-05 |
Network-based pharmacology and UHPLC-Q-Exactive-Orbitrap-MS reveal Jinhua Qinggan granule's mechanism in reducing cellular inflammation in COVID-19
2024, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2024.1382524
PMID:39026676
|
研究论文 | 本研究探讨了金华清感颗粒在治疗COVID-19中减少细胞炎症的机制 | 首次利用网络药理学和UHPLC-Q-Exactive-Orbitrap-MS识别金华清感颗粒的成分及其在COVID-19中的作用机制 | 该研究未提供金华清感颗粒在临床应用中的长期效果数据 | 研究金华清感颗粒在COVID-19中的功效及其机制 | 主要研究金华清感颗粒对外周血单核细胞中免疫细胞的影响 | 数字病理学 | COVID-19 | UHPLC-Q-Exactive-Orbitrap-MS,单细胞RNA测序 | NA | 化学成分,免疫细胞的RNA数据 | 分析了73种化合物和外周血单核细胞 |
10523 | 2024-08-05 |
Advancing immunotherapy for melanoma: the critical role of single-cell analysis in identifying predictive biomarkers
2024, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2024.1435187
PMID:39026661
|
研究论文 | 该文章探讨了单细胞分析在黑色素瘤免疫治疗中的关键作用 | 首次强调了单细胞分析技术在预测黑色素瘤患者治疗反应的潜力 | 存在RNA-蛋白表达不一致和肿瘤异质性等挑战 | 研究黑色素瘤的免疫微环境及其对治疗反应的影响 | 探索黑色素瘤细胞及其与免疫细胞的相互作用 | 数字病理学 | 黑色素瘤 | 单细胞RNA测序(scRNA-seq) | NA | NA | NA |
10524 | 2024-08-04 |
BayesTME: An end-to-end method for multiscale spatial transcriptional profiling of the tissue microenvironment
2023-07-19, Cell systems
IF:9.0Q1
DOI:10.1016/j.cels.2023.06.003
PMID:37473731
|
研究论文 | BayesTME是一种用于分析空间转录组数据的端到端贝叶斯方法 | BayesTME将多个以前独立的分析目标统一在一个整体的生成模型下,避免了对配对的单细胞RNA-seq的需求 | NA | 本研究的目的是分析肿瘤微环境中的空间转录组数据 | 人类和斑马鱼黑色素瘤组织 | 数字病理学 | 癌症 | 空间转录组学 | 贝叶斯生成模型 | 组织样本 | 人类和斑马鱼的黑色素瘤组织 |
10525 | 2024-08-05 |
SiftCell: A robust framework to detect and isolate cell-containing droplets from single-cell RNA sequence reads
2023-07-19, Cell systems
IF:9.0Q1
DOI:10.1016/j.cels.2023.06.002
PMID:37473732
|
研究论文 | 本研究提出了SiftCell,一个用于检测和隔离含细胞液滴的鲁棒框架 | SiftCell通过随机化和分类方法提供了一种全面且准确的细胞液滴质量控制新方式 | 文章未提及具体的限制 | 旨在提高单细胞RNA测序数据中细胞液滴的质量控制 | 研究对象为各类单细胞平台获得的数据集 | 数字病理学 | NA | 单细胞RNA测序 | NA | 数据集 | 多个单细胞平台获得的数据集 |
10526 | 2024-08-05 |
The CRISPR-Cas13a Gene-Editing System Induces Collateral Cleavage of RNA in Glioma Cells
2019-Oct-16, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.201901299
PMID:31637166
|
研究论文 | 这篇文章探讨了CRISPR-Cas13a基因编辑系统在胶质瘤细胞中对RNA的附带切割效应。 | 文章的创新点在于证明了CRISPR-Cas13a系统在EGFRvIII过表达的胶质瘤细胞中诱导了细胞死亡及其附带效应。 | 文章未提及具体的局限性。 | 研究CRISPR-Cas13a系统在癌细胞上的潜在应用和机制。 | 研究对象为EGFRvIII过表达的胶质瘤细胞。 | 数字病理学 | 胶质瘤 | CRISPR-Cas13a | NA | RNA测序 | U87-Cas13a-EGFRvIII细胞,具体样本数量未说明 |
10527 | 2024-08-05 |
LTMG: a novel statistical modeling of transcriptional expression states in single-cell RNA-Seq data
2019-10-10, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkz655
PMID:31372654
|
研究论文 | 该文章开发了LTMG模型以捕捉单细胞RNA-seq数据中的基因表达状态的多样性 | LTMG模型通过处理低表达和零表达的数据,提供了对单细胞基因表达状态的多重模式的推断 | NA | 研究单细胞RNA-seq数据中基因表达状态的建模 | 单细胞RNA-seq数据 | 数字病理学 | NA | RNA-seq | 混合高斯模型 | 基因表达数据 | 大量scRNA-seq数据 |
10528 | 2024-08-05 |
High-definition spatial transcriptomics for in situ tissue profiling
2019-10, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-019-0548-y
PMID:31501547
|
research paper | 开发了一种高分辨率空间转录组技术,用于组织分析 | 提出了一种高分辨率的空间转录组学方法,能够同时捕捉空间和分子特征 | 在摘要中未提及具体的局限性 | 实现组织的高分辨率空间分析 | 鼠脑和原发性乳腺癌的组织样本 | 数字病理学 | 乳腺癌 | 高分辨率空间转录组学 | NA | RNA | 数十万条转录组相关空间条形码 |
10529 | 2024-08-05 |
A single-cell transcriptome atlas of the adult human retina
2019-09-16, The EMBO journal
DOI:10.15252/embj.2018100811
PMID:31436334
|
研究论文 | 这篇文章创建了一个成人人类视网膜的单细胞转录组图谱 | 文章识别了18种转录上不同的细胞群体,并提出了MALAT1在视网膜感光细胞退化中的新角色 | 未提及具体的局限性 | 全面剖析人类视网膜的分子特征 | 研究了来自三名捐赠者的20,009个细胞 | 数字病理学 | 视网膜疾病 | 单细胞RNA测序 | NA | 细胞 | 20,009个细胞 |
10530 | 2024-08-05 |
Self-assembling manifolds in single-cell RNA sequencing data
2019-09-16, eLife
IF:6.4Q1
DOI:10.7554/eLife.48994
PMID:31524596
|
研究论文 | 该文章提出了一种自组装流形算法,用于改进单细胞RNA测序数据的特征选择和降维。 | 自组装流形算法(SAM)是一种迭代软特征选择策略,能够量化基因相关性并改善降维效果。 | 在细胞之间生物相关差异细微的情况下,识别相关基因仍然具有挑战性 | 研究单细胞RNA测序数据中的基因选择和降维技术 | 不同细胞类型的基因表达数据 | 数字病理学 | NA | NA | NA | RNA测序数据 | 56个数据集 |
10531 | 2024-08-05 |
A comparison of automatic cell identification methods for single-cell RNA sequencing data
2019-09-09, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-019-1795-z
PMID:31500660
|
研究论文 | 本文对22种自动细胞识别方法在单细胞RNA测序数据中的性能进行了比较评估 | 创新点在于比较了多种分类方法在不同数据集上的表现,并提供了代码和工作流以支持新方法的扩展 | 在处理复杂数据集时,某些分类器的准确性有所下降 | 研究自动细胞识别的方法,以提高单细胞转录组学分析的效率和 reproducibility | 22种分类方法及其在27个单细胞RNA测序数据集上的表现 | 数字病理学 | NA | 单细胞RNA测序 | 支持向量机 | RNA测序数据 | 27个公开可用单细胞RNA测序数据集 |
10532 | 2024-08-05 |
Redefining the Etiologic Landscape of Cerebellar Malformations
2019-09-05, American journal of human genetics
IF:8.1Q1
DOI:10.1016/j.ajhg.2019.07.019
PMID:31474318
|
研究论文 | 本研究系统地分析小脑畸形的遗传和非遗传病因. | 首次通过大范围外显子测序研究小脑畸形的遗传基础,并揭示了遗传缺陷对特定小脑细胞类型的影响. | 虽然确认了遗传因素,但只有少数案例涉及多个个体,且非遗传因素在小脑异常中占有重大比例. | 阐明小脑畸形的病因,特别是Dandy-Walker畸形和小脑发育不良的遗传背景. | 涉及282名来自100个家庭的个体,主要针对Dandy-Walker畸形和小脑发育不良进行分析. | 数字病理学 | NA | 外显子测序, 单细胞RNA测序 | NA | 基因组数据 | 282名个体 |
10533 | 2024-08-05 |
Single-Cell RNA-Seq Analysis of Retinal Development Identifies NFI Factors as Regulating Mitotic Exit and Late-Born Cell Specification
2019-06-19, Neuron
IF:14.7Q1
DOI:10.1016/j.neuron.2019.04.010
PMID:31128945
|
研究论文 | 使用单细胞RNA测序分析视网膜发育,识别NFI因子在有丝分裂退出和晚生细胞特异性中的调控作用 | 首次识别NFI转录因子在晚期视网膜前体细胞中的选择性表达及其在细胞命运特异性中的作用 | 未提及研究的局限性 | 研究视网膜神经发生过程中的基因调控网络 | 视网膜发育过程中的神经前体细胞 | 数字病理学 | NA | 单细胞RNA测序 | NA | 基因表达数据 | 涵盖十个发育阶段的视网膜神经发生样本 |
10534 | 2024-08-07 |
Single-Cell RNA Sequencing of Blood and Ileal T Cells From Patients With Crohn's Disease Reveals Tissue-Specific Characteristics and Drug Targets
2019-02, Gastroenterology
IF:25.7Q1
DOI:10.1053/j.gastro.2018.10.046
PMID:30391472
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
10535 | 2024-08-04 |
Coupled single-cell and bulk RNA-seq analysis reveals the engulfment role of endothelial cells in atherosclerosis
2024-Sep, Genes & diseases
IF:6.9Q1
DOI:10.1016/j.gendis.2024.101250
PMID:39022128
|
研究论文 | 本研究探讨了内皮细胞在动脉粥样硬化中吞噬凋亡细胞碎片的角色 | 发现了内皮细胞中一种独特亚群以及SR-B1在吞噬作用中的重要性 | NA | 研究内皮细胞在动脉粥样硬化中对凋亡细胞碎片的吞噬作用 | 内皮细胞和凋亡细胞碎片 | 数字病理学 | 心血管疾病 | RNA-seq | NA | RNA数据 | 小鼠主动脉和人类主动脉的样本 |
10536 | 2024-08-05 |
s CIRCLE-An interactive visual exploration tool for single cell RNA-Seq data
2024-Sep, NAR genomics and bioinformatics
IF:4.0Q1
DOI:10.1093/nargab/lqae084
PMID:39022325
|
研究论文 | CIRCLE是一个用于单细胞RNA-seq数据集的探索性分析工具,专注于细菌的单细胞RNA-seq。 | 该软件从信息设计的角度重新构思了对单细胞RNA-seq数据低维表示的可视化和交互式探索。 | NA | 研究旨在提供一个交互式工具以探索单细胞RNA-seq数据。 | 单细胞RNA-seq数据集,特别是细菌的单细胞RNA-seq。 | 数字病理学 | NA | RNA-seq | NA | 数据集 | NA |
10537 | 2024-08-05 |
CCN1 Is a Therapeutic Target for Reperfused Ischemic Brain Injury
2024-Jul-19, Translational stroke research
IF:3.8Q2
DOI:10.1007/s12975-024-01279-0
PMID:39028413
|
研究论文 | 本研究展示了CCN1在再灌注缺血脑损伤中作为治疗靶点的潜力 | 揭示了脑膜淋巴系统在调节缺血再灌注阶段全身炎症中的重要作用,并首次确定了CCN1作为新型治疗靶点 | 缺乏对缺血再灌注后脑膜淋巴系统更深层次机制的探讨 | 探讨CCN1在缺血再灌注脑损伤中的作用及其作为治疗靶点的潜力 | 主要研究缺血再灌注后的脑损伤及相关的炎症反应 | 数字病理学 | 脑卒中 | 单细胞RNA测序 | NA | 生物样本 | NA |
10538 | 2024-08-05 |
Integrated single cell-RNA sequencing and Mendelian randomization for ischemic stroke and metabolic syndrome
2024-Jul-19, iScience
IF:4.6Q1
DOI:10.1016/j.isci.2024.110240
PMID:39021802
|
研究论文 | 本研究结合单细胞RNA测序和孟德尔随机化,探讨代谢综合征与缺血性中风之间的分子机制和遗传关联 | 首次识别缺血性中风与代谢综合征之间的共同分子特征和遗传关联 | 未能深入探讨具体的代谢失调机制和环境因素的影响 | 理解代谢失调在缺血性中风中的作用 | 缺血性中风和代谢综合征之间的遗传关联 | 数字病理学 | 缺血性中风 | 单细胞RNA测序, 孟德尔随机化 | 随机森林, Lasso回归, XGBoost | 基因表达数据 | 涉及多个细胞群体的标准化数据集 |
10539 | 2024-08-04 |
OmicVerse: a framework for bridging and deepening insights across bulk and single-cell sequencing
2024-Jul-16, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-50194-3
PMID:39013860
|
研究论文 | 本文介绍了OmicVerse框架,该框架通过BulkTrajBlend算法弥补了单细胞测序中细胞的“遗漏”。 | 通过引入BulkTrajBlend算法,利用Beta-变分自编码器进行数据解卷积,并通过图神经网络发现重叠社区,提供了一种新颖的方法来恢复单细胞RNA测序数据中的遗漏细胞的连续性。 | 未提及具体的局限性 | 研究如何通过新的算法整合和分析bulk RNA-seq和单细胞RNA-seq数据,以提供更深入的生物学见解。 | 主要研究单细胞RNA测序数据中的缺失细胞,并探索如何使用bulk RNA-seq数据进行补充。 | 数字病理学 | NA | RNA-seq | Beta-变分自编码器和图神经网络 | RNA测序数据 | NA |
10540 | 2024-08-04 |
scSemiProfiler: Advancing large-scale single-cell studies through semi-profiling with deep generative models and active learning
2024-Jul-16, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-50150-1
PMID:39013867
|
研究论文 | 本文介绍了一种名为“scSemiProfiler”的创新计算框架,用于大规模单细胞研究的半概况化。 | 将深度生成模型与主动学习策略相结合,从而在大规模队列中推断单细胞谱系。 | 往往依赖于严格选择的代表性样本,可能对样本选择的质量有较高要求。 | 实现对单细胞的高效、经济的分析。 | 主要研究大型生物医学研究中细胞类型的分析。 | 数字病理学 | NA | 深度生成模型 | NA | 混合测序数据和单细胞测序数据 | 多组异质数据集 |