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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1041 | 2025-05-17 |
BRD4 as the key lactylation related gene in heart failure identified through bioinformatics analysis
2025-Apr-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-91506-x
PMID:40169651
|
research paper | 通过生物信息学分析识别出BRD4作为心力衰竭中与乳酸化修饰相关的关键基因 | 首次利用多种生物信息学分析方法确定BRD4是心力衰竭中关键的乳酸化相关基因,为研究心力衰竭中酰化相关机制奠定了基础 | 研究依赖于公开数据集和体外细胞模型,未进行大规模临床验证 | 识别与心力衰竭进展相关的乳酸化修饰基因并探讨其生物学意义 | 心力衰竭患者基因表达数据及体外细胞模型 | 生物信息学 | 心血管疾病 | LASSO, WGCNA, ROC曲线分析, 基因集富集分析, 免疫细胞浸润分析, 单细胞测序 | NA | 基因表达数据 | GSE5406数据集和GSE161470单细胞测序数据集 |
1042 | 2025-05-17 |
Integrating single-cell RNA sequencing, WGCNA, and machine learning to identify key biomarkers in hepatocellular carcinoma
2025-Apr-01, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-95493-x
PMID:40169794
|
研究论文 | 通过整合单细胞RNA测序、WGCNA和机器学习技术,识别肝细胞癌的关键生物标志物 | 结合单细胞RNA测序、WGCNA和三种机器学习算法,识别出肝细胞癌的潜在诊断标志物,并利用分子对接技术验证药物与核心蛋白的结合能力 | 研究依赖于公开数据库的数据,未进行实验验证 | 识别肝细胞癌的诊断和治疗生物标志物 | 肝细胞癌(HCC)患者 | 生物信息学 | 肝细胞癌 | 单细胞RNA测序(scRNA-seq)、WGCNA、分子对接 | 机器学习算法(未具体说明)、逻辑回归 | 基因表达数据 | 从GEO数据库下载的微阵列和单细胞RNA测序数据集 |
1043 | 2025-05-17 |
STopover captures spatial colocalization and interaction in the tumor microenvironment using topological analysis in spatial transcriptomics data
2025-Apr-01, Genome medicine
IF:10.4Q1
DOI:10.1186/s13073-025-01457-1
PMID:40170080
|
研究论文 | 介绍了一种名为STopover的新方法,利用空间分辨转录组学数据和拓扑分析来研究肿瘤微环境 | 通过逐步降低特征阈值提取连通组件,利用Jaccard指数量化空间重叠,并通过转录组谱置换评估统计显著性 | NA | 阐明基于免疫肿瘤学的肿瘤-免疫相互作用 | 肿瘤微环境中的免疫和基质细胞浸润模式 | 数字病理学 | 肺癌, 乳腺癌 | 空间分辨转录组学(SRT) | NA | 转录组数据 | NA |
1044 | 2025-05-17 |
Landscape of T Cells in Tuberculous Pleural Effusion
2025-Apr, The clinical respiratory journal
DOI:10.1111/crj.70066
PMID:40170555
|
研究论文 | 本研究探讨了结核性胸腔积液(TPE)患者胸腔积液(PE)和外周血(PB)中T淋巴细胞亚群的表达模式、调控机制和功能 | 首次在单细胞水平上分析了TPE患者PE和PB中T淋巴细胞亚群的分布及其功能特性 | 样本量较小(仅4例TPE患者),可能影响结果的普遍性 | 了解TPE患者PE和PB中T细胞的分布模式和动态变化 | 结核性胸腔积液患者的胸腔积液和外周血中的T淋巴细胞亚群 | 免疫学 | 结核病 | 单细胞RNA测序(scRNA-seq), T-SNE投影, Gene Set Variation Analysis (GSVA), 伪时间分析, ELISA | NA | 单细胞转录组数据, 细胞因子数据 | 4例TPE患者的PE和PB样本 |
1045 | 2025-05-17 |
SpaMask: Dual masking graph autoencoder with contrastive learning for spatial transcriptomics
2025-Apr, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1012881
PMID:40179332
|
研究论文 | 提出了一种名为SpaMask的双重掩码图自编码器结合对比学习方法,用于空间转录组学数据分析 | 首次在GNN中同时采用节点掩码和边掩码机制,结合MGAE和MGCL模块提升模型鲁棒性和聚类精度 | 未明确说明方法在超大规模数据集上的可扩展性 | 解决空间转录组数据高稀疏性导致的模型不稳定问题 | 空间转录组学数据中的细胞空间定位 | 生物信息学 | NA | 空间分辨转录组学(SRT) | 图神经网络(GNN), 图自编码器, 对比学习 | 空间基因表达数据 | 来自5个不同平台的8个数据集 |
1046 | 2025-05-17 |
scTrans: Sparse attention powers fast and accurate cell type annotation in single-cell RNA-seq data
2025-Apr, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1012904
PMID:40184563
|
research paper | 本文介绍了一种名为scTrans的新型单细胞Transformer模型,用于快速准确地注释单细胞RNA测序数据中的细胞类型 | scTrans采用稀疏注意力机制,利用所有非零基因,有效降低输入数据维度同时最小化信息损失 | NA | 提高单细胞RNA测序数据中细胞类型注释的速度和准确性 | 单细胞RNA测序数据 | 生物信息学 | NA | 单细胞RNA测序 | Transformer | 基因表达数据 | 31种不同小鼠组织的近百万个细胞 |
1047 | 2025-05-17 |
CD4+CD25- T-Cell-Secreted IFN-γ Promotes Corneal Nerve Degeneration in Diabetic Mice
2025-Apr-01, Investigative ophthalmology & visual science
IF:5.0Q1
DOI:10.1167/iovs.66.4.15
PMID:40192636
|
研究论文 | 本研究探讨了糖尿病性角膜病变中角膜神经退化与树突状细胞(DCs)增多之间的关系 | 发现CD4+CD25- T细胞通过分泌IFN-γ促进角膜神经退化,而非DCs或CD8+ T细胞 | 研究仅在小鼠模型中进行,尚未在人类样本中验证 | 探索糖尿病性角膜病变中角膜神经退化的机制 | 糖尿病小鼠的角膜神经和免疫细胞 | 免疫学 | 糖尿病 | 单细胞RNA测序、共培养实验、抗体阻断 | NA | 基因表达数据、图像数据 | 糖尿病小鼠和健康小鼠的角膜样本 |
1048 | 2025-05-17 |
Circadian Rhythm Disruption in Triple-Negative Breast Cancer: Molecular Insights and Treatment Strategies
2025-Apr, Journal of pineal research
IF:8.3Q1
DOI:10.1111/jpi.70042
PMID:40193174
|
研究论文 | 探讨昼夜节律紊乱(CRD)对三阴性乳腺癌(TNBC)的影响,通过分析RNA测序数据、代谢组学特征和肿瘤微环境评估,揭示CRD与代谢重编程和免疫逃逸的关系 | 首次将昼夜节律紊乱与TNBC的代谢重编程和免疫逃逸联系起来,并提出了CRDscore作为预后指标 | 研究主要基于生物信息学分析,缺乏实验验证 | 探索昼夜节律紊乱对三阴性乳腺癌的影响及其潜在治疗策略 | 三阴性乳腺癌(TNBC)患者 | 数字病理学 | 乳腺癌 | bulk和单细胞RNA测序、代谢组学分析 | CYCLOPS(周期性结构循环排序) | RNA测序数据、代谢组学数据 | 未明确提及具体样本数量 |
1049 | 2025-05-17 |
Identification of drug-resistant individual cells within tumors by semi-supervised transfer learning from bulk to single-cell transcriptome
2025-Mar-31, Communications biology
IF:5.2Q1
DOI:10.1038/s42003-025-07959-3
PMID:40164749
|
research paper | 提出了一种名为SSDA4Drug的半监督少样本迁移学习方法,用于推断肿瘤中的耐药性癌细胞 | 利用半监督对抗域适应从批量转录组数据向单细胞转录组数据迁移药物敏感性知识,显著提升了单细胞药物响应的预测性能 | 需要至少一到两个标记的目标域样本才能显著提升预测性能 | 识别肿瘤中的耐药性癌细胞以推动精准医学和新药开发 | 肿瘤中的耐药性癌细胞 | machine learning | lung cancer, prostate cancer, oral squamous cell carcinoma | scRNA-seq, 半监督对抗域适应 | SSDA4Drug | 转录组数据 | 多个独立的scRNA-seq数据集 |
1050 | 2025-05-17 |
The neutrophil extracellular trap-related gene FPR1 (formyl peptide receptor 1) as a potential prognostic and therapeutic target in osteosarcoma
2025-Mar-31, BMC musculoskeletal disorders
IF:2.2Q3
DOI:10.1186/s12891-024-08231-1
PMID:40165145
|
研究论文 | 本研究探讨了中性粒细胞胞外陷阱(NET)相关基因FPR1在骨肉瘤(OS)中的预后意义和生物学功能 | 首次构建了包含四个NET相关基因(TNFRSF10C、FPR1、BST1和SELPLG)的NET评分模型,用于预测OS患者的预后,并在单细胞分辨率下验证了该模型的作用 | 研究主要基于公共数据库和体外实验,缺乏体内实验验证 | 探究FPR1在骨肉瘤中的预后价值和生物学功能 | 骨肉瘤细胞和患者数据 | 癌症研究 | 骨肉瘤 | LASSO算法、scRNA-seq、CCK-8实验、transwell实验 | NET评分模型 | 基因表达数据、单细胞RNA测序数据 | 来自TARGET和GEO(GSE21257)数据库的OS数据集,以及scRNA-seq数据集GSE162454 |
1051 | 2025-05-17 |
Enhancing anti-CD3 mAb-mediated diabetes remission in autoimmune diabetes through regulation of dynamin-related protein 1(Drp1)-mediated mitochondrial dynamics in exhausted CD8+T-cell subpopulations
2025-Mar-31, BMC medicine
IF:7.0Q1
DOI:10.1186/s12916-025-04001-5
PMID:40165248
|
research paper | 该研究探讨了通过调节线粒体动力学增强抗CD3单抗在自身免疫性糖尿病中的治疗效果 | 发现LRRK2作为线粒体分裂的关键调节因子,通过磷酸化DRP1影响耗竭CD8+T细胞亚群的相互转换 | 研究主要基于小鼠模型,临床样本验证有限 | 探索增强T1D免疫治疗效果的机制和方法 | 耗竭CD8+T细胞亚群 | 免疫治疗 | 1型糖尿病 | 流式细胞术、TCR测序、转录组分析、scRNA-seq | NOD小鼠模型、HEK-293T细胞系 | 基因表达数据、单细胞数据 | NOD小鼠、NY8.3小鼠和T1D患者的PBMCs |
1052 | 2025-05-17 |
Chromosome-level genome assembly and single-cell analysis unveil molecular mechanisms of arm regeneration in the ophiuroid Ophiura sarsii vadicola
2025-Mar-31, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-025-03542-5
PMID:40165295
|
研究论文 | 本研究报道了Ophiura sarsii vadicola的染色体水平基因组组装,并通过批量及单细胞RNA测序分析揭示了其臂再生的分子机制 | 首次提供了Ophiura sarsii vadicola的染色体水平基因组资源,并结合单细胞RNA测序揭示了臂再生过程中的细胞动态变化和分子机制 | 研究仅针对Ophiura sarsii vadicola这一特定物种,结果可能无法直接推广到其他蛇尾类动物 | 探究蛇尾类动物臂再生的分子机制 | Ophiura sarsii vadicola的臂再生过程 | 基因组学 | NA | 染色体水平基因组组装,批量及单细胞RNA测序 | NA | 基因组数据,RNA测序数据 | NA |
1053 | 2025-05-17 |
Dynamic single-cell transcriptomic reveals the cellular heterogeneity and a novel fibroblast subpopulation in laryngotracheal stenosis
2025-Mar-31, Biology direct
IF:5.7Q1
DOI:10.1186/s13062-025-00639-6
PMID:40165307
|
研究论文 | 通过动态单细胞转录组测序揭示喉气管狭窄中的细胞异质性和一种新的成纤维细胞亚群 | 首次对喉气管狭窄(LTS)进行动态单细胞RNA测序,发现了一种新的成纤维细胞亚群(CIRF),并阐明了SPP1高表达巨噬细胞在纤维化疾病中的重要性 | 研究仅基于大鼠模型,尚未在人类样本中验证 | 探索喉气管狭窄(LTS)发展过程中的细胞异质性和分子机制 | 喉气管狭窄大鼠模型的喉气管组织 | 单细胞转录组学 | 喉气管狭窄 | 动态单细胞RNA测序(scRNA-seq) | NA | 转录组数据 | 多个时间点的喉气管狭窄大鼠模型组织 |
1054 | 2025-05-17 |
Exploring the mechanisms of PANoptosis in osteoarthritis and the therapeutic potential of andrographolide through bioinformatics and single-cell analysis
2025-Mar-31, Biology direct
IF:5.7Q1
DOI:10.1186/s13062-025-00629-8
PMID:40165317
|
研究论文 | 通过生物信息学和单细胞分析探讨骨关节炎中PANoptosis的机制及穿心莲内酯的治疗潜力 | 首次详细分析骨关节炎中PANoptosis相关基因,并发现穿心莲内酯(AG)作为潜在治疗药物 | 研究局限于生物信息学分析和体外实验,缺乏体内实验验证 | 探讨骨关节炎中PANoptosis的机制及寻找潜在治疗药物 | 骨关节炎患者软骨组织和软骨细胞模型 | 生物信息学 | 骨关节炎 | 单细胞RNA测序、分子对接、Western blotting、qRT-PCR | NA | RNA测序数据、蛋白质表达数据 | NA |
1055 | 2025-05-17 |
scRNA-seq of the intestine reveals the key role of mast cells in early gut dysfunction associated with acute pancreatitis
2025-Mar-28, World journal of gastroenterology
IF:4.3Q1
DOI:10.3748/wjg.v31.i12.103094
PMID:40182603
|
研究论文 | 该研究通过单细胞RNA测序揭示了肥大细胞在急性胰腺炎早期肠道功能障碍中的关键作用 | 首次在单细胞水平上揭示了急性胰腺炎早期肠道屏障功能障碍的分子机制,并确定肥大细胞分泌的CCL5是潜在治疗靶点 | 研究仅基于动物模型,尚未在人类样本中验证 | 探索急性胰腺炎相关肠道损伤的生物学过程和机制,寻找早期预防或治疗肠道屏障损伤的潜在靶点 | 小鼠肠道组织 | 单细胞组学 | 急性胰腺炎 | scRNA-seq | 动物模型 | 单细胞转录组数据 | 33232个细胞(包括正常组、AP1组和AP2组) |
1056 | 2025-05-17 |
A single-cell atlas of spatial and temporal gene expression in the mouse cranial neural plate
2025-Mar-06, bioRxiv : the preprint server for biology
DOI:10.1101/2024.08.25.609458
PMID:39229123
|
research paper | 通过单细胞RNA测序技术,构建了小鼠胚胎颅神经管闭合六个连续阶段的基因表达图谱 | 首次系统地分析了颅神经板闭合过程中的转录变化,揭示了SHH信号在前脑、中脑和后脑中的不同转录调控程序 | 研究仅关注小鼠胚胎,结果在人类或其他哺乳动物中的适用性尚需验证 | 研究哺乳动物大脑发育过程中颅神经板区域化和形态发生的分子机制 | 小鼠胚胎颅神经板 | 发育生物学 | NA | 单细胞RNA测序 | NA | 基因表达数据 | 六个连续发育阶段的小鼠胚胎样本 |
1057 | 2025-05-17 |
MAEST: accurately spatial domain detection in spatial transcriptomics with graph masked autoencoder
2025-Mar-04, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf086
PMID:40052440
|
研究论文 | 介绍了一种名为MAEST的新型图神经网络模型,用于在空间转录组学数据中准确识别空间域 | 利用图掩码自编码器去噪和精炼表示,结合图对比学习防止特征崩溃并增强模型鲁棒性,通过整合一跳和多跳表示有效捕捉局部和全局空间关系 | NA | 提高空间转录组学数据中空间域识别的准确性和鲁棒性 | 空间转录组学数据 | 生物信息学 | NA | 图神经网络,图掩码自编码器,图对比学习 | GNN | 空间转录组学数据 | 多个数据集,包括人脑、小鼠海马体、嗅球、大脑和胚胎 |
1058 | 2025-05-17 |
Inferring gene regulatory networks from time-series scRNA-seq data via GRANGER causal recurrent autoencoders
2025-Mar-04, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf089
PMID:40062616
|
研究论文 | 提出了一种名为GRANGER的无监督深度学习方法,用于从时间序列单细胞RNA测序数据中推断基因调控网络 | 整合了循环变分自编码器、GRANGER因果性、稀疏性诱导惩罚和基于负二项式的损失函数,显著提升了处理数据稀疏性和噪声的能力 | 未提及具体的数据规模限制或计算资源需求 | 开发一种能够准确处理时间序列scRNA-seq数据并推断基因调控网络的方法 | 小鼠全脑单细胞RNA测序数据 | 生物信息学 | NA | 单细胞RNA测序(scRNA-seq) | 循环变分自编码器 | 基因表达数据 | 未明确提及具体样本数量,但使用了BRAIN Initiative项目中的小鼠全脑数据 |
1059 | 2025-05-17 |
CoupleVAE: coupled variational autoencoders for predicting perturbational single-cell RNA sequencing data
2025-Mar-04, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf126
PMID:40178283
|
research paper | 提出了一种名为CoupleVAE的新型深度学习方法,用于预测扰动后的单细胞RNA测序数据 | CoupleVAE通过两个耦合的VAE和一个耦合器,在潜在空间中实现更复杂的单细胞状态转换 | NA | 预测单细胞扰动响应,以理解生物体的功能和行为 | 单细胞RNA测序数据 | computational biology | NA | single-cell RNA-Seq | VAE (variational autoencoder) | RNA sequencing data | 三个真实数据集(感染、刺激和跨物种预测) |
1060 | 2025-05-17 |
Deep learning in single-cell and spatial transcriptomics data analysis: advances and challenges from a data science perspective
2025-Mar-04, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf136
PMID:40185158
|
review | 本文综述了深度学习在单细胞和空间转录组数据分析中的进展与挑战,从数据科学的角度进行了系统分析 | 系统评估了58种计算方法在21个数据集上的性能,揭示了模型性能在不同数据集和评估指标间的显著差异,并提出了未来发展的三个关键方向 | 高质量标注数据集仍然有限,生物组织的复杂相关性使得准确重建细胞状态和空间环境具有挑战性 | 探讨深度学习如何有效应用于生物、医学和临床环境中的转录组数据分析 | 单细胞和空间转录组数据 | machine learning | NA | 单细胞测序、空间转录组学 | 深度学习 | 基因表达、表观遗传修饰、代谢物水平、空间位置等多模态数据 | 21个数据集来自9个基准测试 |