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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
101 | 2025-06-01 |
LINC02363: a potential biomarker for early diagnosis and treatment of sepsis
2025-Mar-15, BMC immunology
IF:2.9Q3
DOI:10.1186/s12865-025-00702-x
PMID:40089725
|
研究论文 | 本研究通过转录组数据分析,识别出与脓毒症相关的关键基因LINC02363,并验证其作为脓毒症诊断和治疗新生物标志物的潜力 | 首次发现LINC02363作为脓毒症潜在生物标志物,并通过多组学分析验证其功能 | 样本来源单一(仅来自CNGBdb),需要更大规模临床验证 | 寻找脓毒症早期诊断和治疗的新型生物标志物 | 脓毒症患者转录组数据 | 生物信息学 | 脓毒症 | 转录组测序,WGCNA,单细胞测序,qPCR | NA | 基因表达数据 | 包含2348个LncRNAs和5125个mRNAs的转录组数据集 |
102 | 2025-06-01 |
Integrating Metabolic RNA Labeling-Based Time-Resolved Single-Cell RNA Sequencing with Spatial Transcriptomics for Spatiotemporal Transcriptomic Analysis
2025-03, Small methods
IF:10.7Q1
DOI:10.1002/smtd.202401297
PMID:39390840
|
研究论文 | 该论文提出了一种整合代谢RNA标记的时间分辨单细胞RNA测序与空间转录组学的新方法,用于时空转录组分析 | 首次将时间分辨scRNA-seq与空间转录组学整合,用于胶质母细胞瘤的时空转录组分析,揭示了EZH2介导的间质转化途径及肿瘤微环境中的细胞间通讯机制 | NA | 开发一种新的时空转录组分析方法,以揭示基因表达的复杂调控机制 | 胶质母细胞瘤(GBM)细胞 | 单细胞测序 | 胶质母细胞瘤 | 代谢RNA标记的时间分辨scRNA-seq (Well-TEMP-seq), 空间转录组学 | NA | 单细胞RNA测序数据, 空间转录组数据 | NA |
103 | 2025-06-01 |
The end of the genetic paradigm of cancer
2025-Mar, PLoS biology
IF:7.8Q1
DOI:10.1371/journal.pbio.3003052
PMID:40100793
|
评论 | 本文讨论了癌症基因组测序和单细胞转录组学的研究结果如何挑战癌症作为‘遗传疾病’的传统观点 | 提出了超越遗传因果关系的观点,强调细胞状态动态和组织场在肿瘤发生中的作用 | 未提出具体的实验验证或数据支持新的理论框架 | 探讨癌症研究中的遗传范式与生物现实之间的不一致性 | 癌症组织和正常组织的基因组测序数据 | 癌症研究 | 癌症 | 基因组测序、单细胞转录组学 | NA | 基因组数据、转录组数据 | NA |
104 | 2025-06-01 |
Chronic intermittent fasting impairs β cell maturation and function in adolescent mice
2025-02-25, Cell reports
IF:7.5Q1
DOI:10.1016/j.celrep.2024.115225
PMID:39827461
|
research paper | 研究间歇性禁食(IF)对不同年龄小鼠系统性代谢和β细胞功能的影响,特别关注青少年小鼠 | 揭示了慢性间歇性禁食对青少年小鼠β细胞成熟和功能的负面影响,并发现这一影响与人类1型糖尿病(T1D)中的β细胞功能障碍相似 | 研究结果主要基于小鼠模型,人类数据的验证有限,且未探讨潜在的分子机制 | 探讨间歇性禁食对不同年龄个体代谢和β细胞功能的影响 | 老年、中年和年轻小鼠以及人类胰岛 | 代谢研究 | 糖尿病 | 单细胞RNA测序(scRNA-seq) | NA | 基因表达数据 | 多个年龄组的小鼠和人类胰岛样本 |
105 | 2025-06-01 |
Early precursor-derived pituitary gland tissue-resident macrophages play a pivotal role in modulating hormonal balance
2025-02-25, Cell reports
IF:7.5Q1
DOI:10.1016/j.celrep.2024.115227
PMID:39841599
|
research paper | 该研究通过单细胞转录组学、命运图谱和成像技术,揭示了垂体驻留巨噬细胞的异质性和空间特异性,并探讨了它们在调节激素平衡中的作用 | 首次描述了垂体驻留巨噬细胞的异质性、空间分布及其在激素平衡调节中的关键作用,揭示了它们源自早期卵黄囊祖细胞并通过自我更新维持 | NA | 研究垂体驻留巨噬细胞的特性及其在免疫-内分泌系统互作中的作用 | 垂体驻留巨噬细胞 | 免疫学 | NA | 单细胞转录组学、命运图谱、成像 | NA | 单细胞转录组数据、成像数据 | NA |
106 | 2025-06-01 |
The spatial landscape of cancer hallmarks reveals patterns of tumor ecological dynamics and drug sensitivity
2025-02-25, Cell reports
IF:7.5Q1
DOI:10.1016/j.celrep.2024.115229
PMID:39864059
|
研究论文 | 通过空间转录组学探索10种癌症类型中63个未经治疗的原始肿瘤的癌症标志物空间分布,揭示肿瘤生态动态和药物敏感性的模式 | 首次展示癌症标志物活动在空间上的组织方式,并发现肿瘤亚克隆间的基因组距离与标志物活动差异相关,甚至导致克隆-标志物特化 | 样本量相对较小(63个肿瘤),且仅针对10种癌症类型 | 理解肿瘤生态学并帮助识别新的药物生物标志物 | 63个未经治疗的原始肿瘤(来自10种癌症类型)和33名膀胱癌患者(来自DUTRENEO试验) | 数字病理学 | 癌症 | 空间转录组学 | NA | 转录组数据 | 63个原始肿瘤和33名膀胱癌患者 |
107 | 2025-06-01 |
A single-cell and spatial wheat root atlas with cross-species annotations delineates conserved tissue-specific marker genes and regulators
2025-02-25, Cell reports
IF:7.5Q1
DOI:10.1016/j.celrep.2025.115240
PMID:39893633
|
research paper | 该研究通过单细胞RNA测序和空间转录组学技术,构建了小麦根部的单细胞图谱,并利用跨物种注释方法鉴定了保守的组织特异性标记基因和调控因子 | 首次将跨物种注释方法应用于小麦根部单细胞RNA测序数据的聚类注释,并通过空间转录组学验证了预测结果 | 研究主要依赖于公开数据集进行跨物种注释,可能受限于这些数据集的覆盖范围和准确性 | 开发一种适用于非模式植物物种的细胞类型注释方法,并鉴定保守的组织特异性标记基因和调控因子 | 小麦根部组织 | 植物生物学 | NA | 单细胞RNA测序(scRNA-seq), 空间转录组学 | NA | 单细胞RNA测序数据, 空间转录组数据 | NA |
108 | 2025-06-01 |
Cxcl9 modulates aging associated microvascular metabolic and angiogenic dysfunctions in subcutaneous adipose tissue
2025-Feb-11, Angiogenesis
IF:9.2Q1
DOI:10.1007/s10456-025-09970-y
PMID:39934436
|
研究论文 | 本研究探讨了衰老对皮下脂肪组织中微血管内皮细胞的影响及其机制,发现Cxcl9可作为衰老相关微血管功能障碍的生物标志物 | 首次发现Cxcl9与衰老内皮细胞氧化磷酸化受损的强相关性,并验证了其对微血管内皮细胞能量代谢和血管生成的负面影响 | 研究仅在小鼠模型中进行,尚未在人体验证 | 探究衰老对微血管内皮细胞的影响及其分子机制 | 小鼠皮下脂肪组织中的微血管内皮细胞 | 血管生物学 | 心血管疾病 | 光片免疫荧光显微镜、单细胞RNA测序、代谢通量平衡分析 | 小鼠衰老模型 | 图像数据、基因表达数据 | 未明确说明小鼠数量,但使用了单细胞RNA测序分析 |
109 | 2025-06-01 |
Single-cell transcriptomics analysis reveals dynamic changes and prognostic signature in tumor microenvironment of PDAC
2025-Feb-02, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-86950-8
PMID:39894886
|
研究论文 | 通过单细胞转录组学分析揭示PDAC肿瘤微环境的动态变化及预后标志物 | 定义了新的Treg和耗竭T细胞特征基因TNFRSF4,并开发了一个新的预后模型,能够区分高风险和低风险的PDAC患者 | 研究样本量相对较小(31个样本),可能影响结果的普遍性 | 阐明PDAC进展过程中肿瘤微环境的动态变化并开发预后模型 | 胰腺导管腺癌(PDAC)的肿瘤微环境 | 数字病理学 | 胰腺癌 | 单细胞RNA测序(scRNA-seq) | 预后模型 | 基因表达数据 | 31个样本(包括8个PDAC I期、9个PDAC II期、6个PDAC III期和8个PDAC IV期) |
110 | 2025-06-01 |
Lifting the curse from high-dimensional data: automated projection pursuit clustering for a variety of biological data modalities
2025-Jan-06, GigaScience
IF:11.8Q1
DOI:10.1093/gigascience/giaf052
PMID:40440093
|
research paper | 本文提出了一种名为自动投影追踪(APP)的无监督聚类方法,用于处理高维生物数据 | 通过顺序将高维数据投影到低维表示中,缓解了维度灾难问题 | NA | 开发一种能够有效处理高维生物数据的聚类方法 | 高维生物数据,包括转录组学、蛋白质组学和单细胞组学数据 | machine learning | NA | unsupervised clustering, projection pursuit | automated projection pursuit (APP) | high-dimensional biological data | 多种生物数据模态,包括流式细胞术数据、质谱流式细胞术数据、scRNA-seq、多重成像数据和T细胞受体库数据 |
111 | 2025-06-01 |
Exploring the level of metabolic reprogramming and the role of prognostic factor SF3A3 in hepatocellular carcinoma through integrated single-cell landscape analysis
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0323559
PMID:40424306
|
研究论文 | 本研究通过整合单细胞景观分析探索肝细胞癌(HCC)中的代谢重编程水平及预后因子SF3A3的作用 | 揭示了HCC细胞中代谢重编程的异质性,并确定了SF3A3作为新的治疗靶点 | 研究依赖于公共数据库的单细胞RNA测序数据,可能受限于数据的质量和覆盖范围 | 研究HCC中代谢重编程的异质性并识别新的治疗靶点 | 肝细胞癌(HCC)细胞 | 数字病理学 | 肝细胞癌 | 单细胞RNA测序 | 诊断模型 | RNA测序数据 | 公共数据库中的单细胞RNA测序数据 |
112 | 2025-06-01 |
Identification of biomarkers associated with inflammatory response in Parkinson's disease by bioinformatics and machine learning
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0320257
PMID:40435035
|
研究论文 | 结合生物信息学和机器学习筛选与帕金森病炎症反应相关的生物标志物基因 | 使用多种机器学习算法(LASSO、SVM-RFE和随机森林)筛选生物标志物基因,并通过单细胞转录组数据分析验证其与特定细胞类型的关联 | 未提及样本量大小,可能影响结果的泛化性 | 筛选与帕金森病炎症反应相关的生物标志物基因 | 帕金森病患者基因表达数据 | 生物信息学 | 帕金森病 | 生物信息学分析、机器学习 | LASSO、SVM-RFE、随机森林 | 基因表达数据 | NA |
113 | 2025-06-01 |
Intercellular communication between FAP+ fibroblasts and SPP1+ macrophages in prostate cancer via multi-omics
2025, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2025.1560998
PMID:40438108
|
研究论文 | 通过多组学方法研究前列腺癌中FAP+成纤维细胞与SPP1+巨噬细胞之间的细胞间通讯 | 揭示了FAP+成纤维细胞与SPP1+巨噬细胞在前列腺癌中的独特互作模式,并识别了潜在的免疫抑制性肿瘤微环境信号通路 | 样本量相对较小(23个前列腺样本),且需要进一步的功能验证 | 探索前列腺癌肿瘤微环境中细胞间通讯的机制,以发现新的治疗靶点 | FAP+成纤维细胞和SPP1+巨噬细胞 | 肿瘤微环境研究 | 前列腺癌 | bulk RNA测序、单细胞RNA测序(scRNA-seq)、空间转录组学、免疫组化和免疫荧光染色 | NA | RNA测序数据、空间转录组数据、免疫染色图像 | 23个前列腺样本的23,519个单细胞RNA测序数据 |
114 | 2025-06-01 |
Unraveling the immune evasion mechanisms in the tumor microenvironment of head and neck squamous cell carcinoma
2025, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2025.1597202
PMID:40438103
|
综述 | 本文综述了头颈部鳞状细胞癌(HNSCC)肿瘤微环境中的免疫逃逸机制,并提出了一个新的'三位一体'调控网络 | 提出了一个包含代谢重编程介导的免疫检查点调控、基质细胞驱动的免疫功能障碍和表观遗传重塑促进免疫耐受的'三位一体'调控网络 | 对特定免疫逃逸通路的理解仍不完全,且缺乏个性化的治疗策略 | 探讨HNSCC肿瘤微环境中的免疫逃逸机制,为开发多靶点联合疗法提供理论基础 | 头颈部鳞状细胞癌(HNSCC) | 肿瘤免疫学 | 头颈部鳞状细胞癌 | 单细胞测序、空间转录组学 | NA | NA | NA |
115 | 2025-06-01 |
Tumor-infiltrating immune cell signature score reveals prognostic biomarkers and therapeutic targets for colorectal cancer
2025, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2025.1583327
PMID:40438100
|
research paper | 该研究通过整合结直肠癌转录组数据,构建并验证了一个基于肿瘤浸润免疫细胞相关基因的预后模型,并探索了其在预测免疫治疗效果方面的潜力 | 利用多种机器学习技术(如RSF、LASSO和Cox回归)构建了一个基于五个关键TIIC-RNAs的预后模型,该模型在生存预测上优于现有的22种预后模型,并揭示了TIIC特征评分与肿瘤浸润免疫细胞、代谢特征及染色体不稳定性之间的显著相关性 | 需要进一步研究评估TIIC特征评分的临床实用性,并确认其在不同人群和治疗背景下的相关性 | 探索肿瘤浸润免疫细胞相关基因在结直肠癌中的预后价值,以发现新的生物标志物和治疗靶点 | 结直肠癌(CRC)患者 | digital pathology | colorectal cancer | scRNA-seq, NGS, RNA-seq | Random Survival Forest (RSF), LASSO regression, Cox proportional hazards regression | transcriptome data, scRNA-seq data | TCGA-CRC数据集及外部验证数据集 |
116 | 2025-06-01 |
Construction of a stromal cell-related prognostic signature based on a 101-combination machine learning framework for predicting prognosis and immunotherapy response in triple-negative breast cancer
2025, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2025.1544348
PMID:40438115
|
研究论文 | 本研究基于101种机器学习算法组合构建了一个与基质细胞相关的预后特征模型,用于预测三阴性乳腺癌(TNBC)的预后和免疫治疗反应 | 首次整合10种机器学习算法和101种模型组合构建基质细胞相关预后特征模型,并验证了FN1作为关键致癌基因的作用 | 研究结果需要进一步在更大样本和前瞻性研究中验证 | 识别基质细胞标记基因并开发预后特征模型,预测TNBC生存结果和免疫治疗反应 | 三阴性乳腺癌(TNBC) | 数字病理学 | 乳腺癌 | 单细胞RNA测序(scRNA-seq)、加权基因共表达网络分析(WGCNA)、qRT-PCR、免疫组化、RNA干扰、CCK-8检测、凋亡检测和伤口愈合实验 | 101种机器学习算法组合 | 转录组数据 | 来自GEO数据库的单细胞RNA测序数据集和独立队列(GSE91061) |
117 | 2025-06-01 |
nf-core/marsseq: systematic preprocessing pipeline for MARS-seq experiments
2025, Bioinformatics advances
IF:2.4Q2
DOI:10.1093/bioadv/vbaf089
PMID:40438146
|
research paper | 本文介绍了一个名为nf-core/marsseq的系统化预处理流程,用于MARS-seq实验的数据分析 | 对原始MARS-seq2.0流程进行了修订,使其能够在nf-core框架下实现,简化了流程执行,提高了透明度和可扩展性,并增加了RNA速度估计的自定义工作流程 | NA | 标准化MARS-seq分析并提高其在RNA速度分析中的适用性 | MARS-seq实验数据 | 生物信息学 | NA | MARS-seq2.0, scRNA-seq | NA | 基因表达数据 | NA |
118 | 2025-06-01 |
Single-cell transcriptome conservation in a multispecies comparative analysis of fresh and cryopreserved insulinoma cell lines
2025, Veterinary oncology (London, England)
DOI:10.1186/s44356-025-00025-4
PMID:40438246
|
研究论文 | 本研究利用单细胞RNA测序技术对多种胰岛素瘤细胞系进行了跨物种比较分析,并探讨了冷冻保存对胰腺β细胞单细胞转录组的影响 | 首次在跨物种胰岛素瘤细胞系中鉴定出保守的集群标记基因,并验证了冷冻保存样本在单细胞转录组研究中的可行性 | 研究仅针对细胞系进行,未涉及原代肿瘤组织样本 | 理解胰岛素瘤的单细胞转录组特征并评估冷冻保存对样本质量的影响 | 犬源(canINS, CM)和鼠源(INS-1, MIN6)胰岛素瘤细胞系 | 单细胞转录组学 | 胰岛素瘤 | 单细胞RNA测序(scRNA-seq) | Seurat分析流程 | 单细胞转录组数据 | 4种胰岛素瘤细胞系(2种犬源和2种鼠源)的新鲜与冷冻保存样本 |
119 | 2025-06-01 |
Single-cell transcriptomic analysis of canine insulinoma reveals distinct sub-populations of insulin-expressing cancer cells
2025, Veterinary oncology (London, England)
DOI:10.1186/s44356-025-00026-3
PMID:40438247
|
研究论文 | 首次对犬恶性胰岛素瘤进行单细胞转录组分析,揭示了胰岛素表达癌细胞的不同亚群 | 首次在犬胰岛素瘤中鉴定出两种转录特征不同的胰岛素表达肿瘤细胞亚群(INS和INSFOS),并发现了肿瘤细胞异质性和新的免疫微环境特征 | 样本规模较小(仅两只犬的三个样本) | 探索犬恶性胰岛素瘤的单细胞转录组特征 | 犬恶性胰岛素瘤细胞 | 数字病理学 | 胰腺神经内分泌肿瘤 | 单细胞RNA测序(scRNA-seq) | NA | 转录组数据 | 5,532个细胞(来自两只拳师犬的两个原发胰岛素瘤和一个转移灶) |
120 | 2025-06-01 |
Biomarker identification associated with M2 tumor-associated macrophage infiltration in glioblastoma
2025, Frontiers in neurology
IF:2.7Q3
DOI:10.3389/fneur.2025.1545608
PMID:40438577
|
研究论文 | 本研究通过整合单细胞RNA测序和批量RNA测序数据,识别与M2型肿瘤相关巨噬细胞浸润相关的生物标志物,以预测胶质母细胞瘤的预后 | 结合单细胞RNA测序和批量RNA测序数据,识别与M2型肿瘤相关巨噬细胞相关的预后基因,并构建预后特征 | 研究结果需要进一步的外部验证和功能实验验证 | 识别与M2型肿瘤相关巨噬细胞浸润相关的生物标志物,以预测胶质母细胞瘤的预后 | 胶质母细胞瘤(GBM)患者 | 生物信息学 | 胶质母细胞瘤 | 单细胞RNA测序(scRNA-seq),批量RNA测序(bulk RNA-seq),WGCNA,LASSO回归分析 | LASSO回归 | RNA测序数据 | 未明确提及具体样本数量 |