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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
13841 | 2024-08-07 |
Clinical practices underlie COVID-19 patient respiratory microbiome composition and its interactions with the host
2021-10-29, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-021-26500-8
PMID:34716338
|
研究论文 | 研究分析了COVID-19患者上呼吸道(58例)和下呼吸道(35例)的微生物组,结合微生物组测序、病毒载量测定和免疫分析,探讨临床实践对COVID-19患者呼吸微生物组组成及其与宿主相互作用的影响。 | 研究发现重症监护室停留时间和氧气支持类型,以及相关治疗如抗生素使用,解释了上呼吸道微生物组的最大变异,而SARS-CoV-2病毒载量影响较小。 | 研究主要集中在临床实践对微生物组的影响,未全面探讨其他可能的环境或遗传因素。 | 旨在理解COVID-19病理学中呼吸微生物组的作用及其与宿主的相互作用。 | COVID-19患者的上呼吸道和下呼吸道微生物组。 | 微生物学 | COVID-19 | 微生物组测序、病毒载量测定、免疫分析、单细胞转录组学 | NA | 微生物组数据、病毒载量数据、免疫数据 | 上呼吸道样本58例,下呼吸道样本35例 |
13842 | 2024-08-07 |
A Markov random field model for network-based differential expression analysis of single-cell RNA-seq data
2021-Oct-26, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-021-04412-0
PMID:34702190
|
研究论文 | 本文提出了一种基于马尔可夫随机场(MRF)模型的方法MRFscRNAseq,用于通过已知的生物网络信息提高单细胞RNA测序数据中差异表达基因(DEGs)的识别能力 | 该方法通过整合基因网络信息和细胞类型间的依赖关系,提高了检测细胞类型特异性DEGs的统计能力 | NA | 提高单细胞RNA测序数据中差异表达基因的识别能力 | 单细胞RNA测序数据中的差异表达基因 | 生物信息学 | 间质性肺病 | 单细胞RNA测序 | 马尔可夫随机场(MRF) | 基因表达数据 | 18,150个蛋白质编码基因,涉及38种细胞类型,来自32名间质性肺病患者和28名正常对照的肺组织样本 |
13843 | 2024-08-07 |
Bayesian log-normal deconvolution for enhanced in silico microdissection of bulk gene expression data
2021-10-20, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-021-26328-2
PMID:34671028
|
研究论文 | 本文介绍了一种名为BLADE的贝叶斯对数正态反卷积方法,用于从大量基因表达数据中提取细胞成分信息 | BLADE框架能够处理超过20种细胞类型,并使用有效的变分推断方法,提高了对基因表达变异性的鲁棒性和完整性 | NA | 开发一种新的统计模型,以从大量基因表达数据中准确提取细胞成分信息 | 细胞成分和每种细胞类型的基因表达谱 | 基因表达 | NA | 单细胞RNA测序 | 贝叶斯模型 | 基因表达数据 | 超过700个模拟和真实数据集 |
13844 | 2024-08-07 |
Spatial deconvolution of HER2-positive breast cancer delineates tumor-associated cell type interactions
2021-10-14, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-021-26271-2
PMID:34650042
|
研究论文 | 本研究利用空间转录组技术研究HER2阳性乳腺癌肿瘤中的空间基因表达,揭示肿瘤相关细胞类型的相互作用 | 首次通过空间转录组技术结合单细胞数据,绘制了肿瘤细胞与免疫细胞相互作用的高分辨率图谱,并构建了预测三级淋巴样结构的模型 | NA | 旨在通过空间基因表达分析,理解肿瘤细胞与免疫细胞的相互作用及其功能相关性 | HER2阳性乳腺癌肿瘤 | 数字病理学 | 乳腺癌 | 空间转录组技术 | 预测模型 | 基因表达数据 | NA |
13845 | 2024-08-07 |
Building the mega single-cell transcriptome ocular meta-atlas
2021-10-13, GigaScience
IF:11.8Q1
DOI:10.1093/gigascience/giab061
PMID:34651173
|
研究论文 | 本文开发了一个轻量级的R包(scPOP),用于整合批处理方法并平衡批处理合并与细胞类型/集群纯度,以创建大规模的眼部单细胞转录组元图谱。 | 提出了一个轻量级的R包scPOP,用于优化单细胞转录组数据的批处理整合,并展示了如何有效合并大量数据以创建元图谱。 | 文中未明确提及具体的局限性。 | 开发工具和方法以高效创建组织和细胞感兴趣的元图谱。 | 眼部单细胞转录组数据,涉及33个视网膜数据集和3个物种的766,615个细胞。 | 单细胞转录组技术 | NA | 单细胞转录组技术 | NA | 转录组数据 | 766,615个细胞,来自33个视网膜数据集和3个物种 |
13846 | 2024-08-07 |
Single-cell analysis of ploidy and the transcriptome reveals functional and spatial divergency in murine megakaryopoiesis
2021-10-07, Blood
IF:21.0Q1
DOI:10.1182/blood.2021010697
PMID:34115843
|
研究论文 | 本文通过手动分离小鼠和人类供体的骨髓中CD41+巨核细胞,并基于倍性(2N-32N)进行单细胞RNA测序分析,揭示了巨核细胞在体内的分子、空间和功能异质性 | 发现了巨核细胞中与血小板生成、造血干细胞微环境相互作用和炎症反应相关的三个不同亚群,并揭示了一个可能作为新型免疫细胞的特殊巨核细胞亚群 | NA | 探索巨核细胞在体内的功能和空间异质性 | 小鼠和人类供体的骨髓中CD41+巨核细胞 | 数字病理学 | NA | 单细胞RNA测序 | NA | 基因表达数据 | 小鼠和人类供体的骨髓中CD41+巨核细胞 |
13847 | 2024-08-07 |
Single-cell analysis of patient-derived PDAC organoids reveals cell state heterogeneity and a conserved developmental hierarchy
2021-10-05, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-021-26059-4
PMID:34611171
|
研究论文 | 本研究通过单细胞转录组分析,揭示了来自患者的PDAC类器官中细胞状态的异质性和保守的发育层次结构 | 首次展示了PDAC类器官中'经典'和'基底样'细胞的共存,并识别了跨患者共享的特定肿瘤细胞状态 | NA | 探索胰腺导管腺癌(PDAC)细胞状态的异质性和发育层次结构 | PDAC类器官和原发性PDAC的单细胞转录组 | 数字病理学 | 胰腺癌 | 单细胞转录组分析 | NA | 转录组数据 | 18个原发性肿瘤和两个匹配的肝转移 |
13848 | 2024-08-07 |
Characterization of human FDCs reveals regulation of T cells and antigen presentation to B cells
2021-10-04, The Journal of experimental medicine
IF:12.6Q1
DOI:10.1084/jem.20210790
PMID:34424268
|
研究论文 | 本文通过单细胞RNA测序和微阵列技术,首次提供了人类FDCs的转录组图谱,并验证了关键基因的表达 | 首次定义了人类FDCs的转录组,并发现了FDCs与T细胞之间的紧密联系 | NA | 揭示人类FDCs的转录组特征及其在T细胞调节和抗原呈递中的作用 | 人类FDCs | NA | NA | 单细胞RNA测序,微阵列 | NA | RNA | NA |
13849 | 2024-08-07 |
Resolving the Spatial and Cellular Architecture of Lung Adenocarcinoma by Multiregion Single-Cell Sequencing
2021-10, Cancer discovery
IF:29.7Q1
DOI:10.1158/2159-8290.CD-20-1285
PMID:33972311
|
研究论文 | 本研究通过多区域单细胞RNA测序技术,分析了肺腺癌(LUAD)的空间和细胞结构,揭示了LUAD从正常肺组织到肿瘤区域的细胞系、状态和转录特征的空间演化。 | 首次通过多区域单细胞测序技术揭示了肺腺癌的空间生态系统和早期阶段的细胞群体、状态及表型,为早期干预提供了高潜力的靶点。 | NA | 揭示肺腺癌的空间和细胞结构,为肺腺癌的治疗提供新的靶点。 | 肺腺癌(LUAD)及其周围正常肺组织的空间和细胞结构。 | 数字病理学 | 肺腺癌 | 单细胞RNA测序 | NA | 细胞 | 186,916个细胞,来自五个早期肺腺癌和14个多区域正常肺组织 |
13850 | 2024-08-07 |
Islet β-cells physiological difference study of old and young mice based on single-cell transcriptomics
2021-Oct, Journal of diabetes investigation
IF:3.1Q2
DOI:10.1111/jdi.13579
PMID:34003589
|
研究论文 | 本研究通过单细胞转录组学技术,比较了老年和年轻小鼠胰岛β细胞的生理差异 | 首次详细描述了老年和年轻小鼠胰岛β细胞的转录组变化,揭示了与细胞衰老相关的基因和转录因子 | 研究样本量较小,仅包括三只年轻和三只老年小鼠,可能影响结果的普遍性 | 探讨老年和年轻小鼠胰岛β细胞的生理差异及其转录组变化 | 老年和年轻小鼠的胰岛β细胞 | 数字病理学 | NA | 单细胞RNA测序 | NA | 转录组数据 | 三只2.5个月大的年轻小鼠和三只20个月大的老年小鼠的胰腺样本 |
13851 | 2024-08-07 |
A joint deep learning model enables simultaneous batch effect correction, denoising, and clustering in single-cell transcriptomics
2021-10, Genome research
IF:6.2Q1
DOI:10.1101/gr.271874.120
PMID:34035047
|
研究论文 | 本文介绍了一种名为CarDEC的联合深度学习模型,该模型能够在单细胞转录组学数据中同时进行批次效应校正、去噪和聚类 | CarDEC模型能够在嵌入空间和基因表达空间中同时进行批次效应校正,并且比现有方法如Scanorama、DCA + Combat、scVI和MNN表现更优 | NA | 开发一种能够在单细胞RNA测序数据中同时进行批次效应校正、去噪和聚类的深度学习模型 | 单细胞RNA测序数据中的批次效应校正、去噪和聚类 | 机器学习 | NA | 单细胞RNA测序 | 深度学习模型 | 基因表达数据 | 涉及不同物种和组织的广泛评估 |
13852 | 2024-08-07 |
A machine learning method for the discovery of minimum marker gene combinations for cell type identification from single-cell RNA sequencing
2021-10, Genome research
IF:6.2Q1
DOI:10.1101/gr.275569.121
PMID:34088715
|
研究论文 | 本文介绍了一种基于机器学习的标记基因选择算法NS-Forest 2.0,用于从单细胞RNA测序数据中发现最小的标记基因组合,以识别细胞类型 | 利用随机森林特征选择的非线性属性和二元表达评分方法,发现最优的标记基因表达组合 | NA | 开发一种新的机器学习方法,用于从单细胞RNA测序数据中选择标记基因,以定义和传播转录表型 | 人类大脑中颞回的细胞类型 | 机器学习 | NA | 单细胞RNA测序(scRNA-seq) | 随机森林 | 转录组数据 | NA |
13853 | 2024-08-07 |
A single-cell guide to retinal development: Cell fate decisions of multipotent retinal progenitors in scRNA-seq
2021-10, Developmental biology
IF:2.5Q2
DOI:10.1016/j.ydbio.2021.06.005
PMID:34146533
|
综述 | 本文综述了单细胞RNA测序技术在研究视网膜发育过程中的应用 | 利用scRNA-seq技术,研究者能够同时对数千个单个细胞的转录组进行分析,从而深入理解视网膜前体细胞的能力、细胞命运决定和分化 | NA | 探讨scRNA-seq技术如何增进我们对视网膜前体细胞能力、细胞命运决定和分化的理解 | 视网膜前体细胞及其在视网膜发育中的作用 | 数字病理学 | NA | 单细胞RNA测序(scRNA-seq) | NA | 转录组数据 | 数千个单个细胞 |
13854 | 2024-08-07 |
A graph neural network model to estimate cell-wise metabolic flux using single-cell RNA-seq data
2021-10, Genome research
IF:6.2Q1
DOI:10.1101/gr.271205.120
PMID:34301623
|
研究论文 | 开发了一种名为scFEA的计算方法,用于从单细胞RNA测序数据中推断细胞水平的代谢通量 | 引入了基于图神经网络的优化求解器和多层神经网络来捕捉转录组到代谢组的复杂信息传递 | 目前缺乏成熟的高通量单细胞代谢组学技术 | 旨在弥合对组织内代谢异质性和协作机制的系统理解的知识缺口 | 细胞水平的代谢通量 | 机器学习 | NA | 单细胞RNA测序 | 图神经网络 | RNA测序数据 | 实验验证中使用了与代谢组学数据匹配的scRNA-seq数据集,并在五个公开的scRNA-seq和空间转录组数据集上进行了应用 |
13855 | 2024-08-07 |
Advances in spatial transcriptomic data analysis
2021-10, Genome research
IF:6.2Q1
DOI:10.1101/gr.275224.121
PMID:34599004
|
综述 | 本文综述了空间转录组数据分析方法和管道的最新进展 | 介绍了多种克服技术特定限制的方法,如空间分辨率、基因覆盖率、灵敏度和技术偏差 | NA | 旨在全面描述组织结构和组织在单细胞或亚细胞分辨率下的特征 | 空间转录组数据分析方法和管道 | 生物信息学 | NA | 空间转录组学 | NA | 转录组数据 | NA |
13856 | 2024-08-07 |
Spatially resolved cell atlas of the mouse primary motor cortex by MERFISH
2021-10, Nature
IF:50.5Q1
DOI:10.1038/s41586-021-03705-x
PMID:34616063
|
研究论文 | 本研究使用多重错误稳健荧光原位杂交(MERFISH)技术,生成了小鼠初级运动皮质的分子定义和空间解析的细胞图谱 | 首次使用MERFISH技术生成小鼠初级运动皮质的空间解析细胞图谱,并揭示了神经元和非神经元细胞群的复杂空间分布 | NA | 理解不同细胞类型如何贡献于大脑功能,特别是它们的空间组织和连接性 | 小鼠初级运动皮质及其邻近区域的细胞 | 数字病理学 | NA | 多重错误稳健荧光原位杂交(MERFISH) | NA | 图像 | 约300,000个细胞 |
13857 | 2024-08-07 |
An atlas of gene regulatory elements in adult mouse cerebrum
2021-10, Nature
IF:50.5Q1
DOI:10.1038/s41586-021-03604-1
PMID:34616068
|
研究论文 | 本文通过分析超过80万个成年小鼠大脑核的染色质可及性,绘制了160种不同细胞类型中491,818个候选顺式调控DNA元件的状态图谱 | 本文首次揭示了多种神经细胞类型在空间分布上的高度特异性,并关联了这些细胞类型的区域特异性基因调控序列 | NA | 研究小鼠大脑中基因调控元件的分布及其与细胞类型特异性的关系 | 成年小鼠大脑的45个区域的800,000个单个核的染色质可及性 | 数字病理学 | NA | 单细胞转录组学,高通量成像技术 | NA | DNA元件 | 超过800,000个单个核,来自45个大脑区域 |
13858 | 2024-08-07 |
A transcriptomic and epigenomic cell atlas of the mouse primary motor cortex
2021-10, Nature
IF:50.5Q1
DOI:10.1038/s41586-021-03500-8
PMID:34616066
|
研究论文 | 本文通过单细胞转录组学和表观基因组学技术,构建了小鼠初级运动皮质的细胞图谱 | 开发了计算和统计方法来整合多模态数据,并定量验证细胞类型的可重复性 | NA | 构建小鼠初级运动皮质的全面分子和基因组细胞图谱 | 小鼠初级运动皮质中的超过500,000个单个细胞 | 数字病理学 | NA | 单细胞转录组学和表观基因组学 | NA | 转录组和表观基因组数据 | 超过500,000个单个细胞 |
13859 | 2024-08-07 |
Single-Cell RNA-Seq Reveals Heterogeneous lncRNA Expression in Xenografted Triple-Negative Breast Cancer Cells
2021-Sep-30, Biology
DOI:10.3390/biology10100987
PMID:34681087
|
研究论文 | 本研究利用单细胞RNA测序技术揭示了异种移植的三阴性乳腺癌细胞中长非编码RNA(lncRNA)表达的异质性 | 首次在单细胞水平上研究了三阴性乳腺癌细胞中lncRNA的表达异质性,并探讨了lncRNA作为潜在治疗靶点和生物标志物的可能性 | lncRNA表达不足以定义细胞亚群,且lncRNA的表达模式高度异质性 | 探索三阴性乳腺癌肿瘤异质性,并研究lncRNA表达在不同细胞亚群中的变化 | 三阴性乳腺癌细胞中的lncRNA表达 | 数字病理学 | 乳腺癌 | 单细胞RNA测序(scRNA-seq) | NA | 基因表达数据 | 每个细胞检测到25个lncRNA的中位数 |
13860 | 2024-08-07 |
Single-cell landscape of nuclear configuration and gene expression during stem cell differentiation and X inactivation
2021-09-27, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-021-02432-w
PMID:34579774
|
研究论文 | 本文通过整合单细胞RNA测序、ATAC测序和Hi-C技术,研究了小鼠胚胎干细胞分化和X染色体失活过程中的基因表达、染色质可及性和核结构变化 | 首次整合了来自三种模态的高通量单细胞数据,即单细胞RNA-seq、ATAC-seq和Hi-C,以追踪小鼠胚胎干细胞分化和X染色体失活过程中的变化 | NA | 研究小鼠胚胎干细胞分化和X染色体失活过程中的基因表达、染色质可及性和核结构变化 | 小鼠胚胎干细胞分化和X染色体失活过程中的基因表达、染色质可及性和核结构 | 数字病理学 | NA | 单细胞RNA测序、ATAC测序、Hi-C | NA | 基因表达数据、染色质可及性数据、3D染色体结构数据 | NA |