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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
141 | 2025-04-27 |
NETs-CD44-IL-17A Feedback Loop Drives Th17-Mediated Inflammation in Behçet's Uveitis
2025-Apr, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202411524
PMID:40013981
|
研究论文 | 本文揭示了NETs-CD44-IL-17A反馈回路在Behçet's葡萄膜炎中驱动Th17介导的炎症的机制 | 发现了NETs-CD44-IL-17A反馈回路在BU发病机制中的关键作用,并提出了中断该回路作为潜在治疗靶点 | 研究主要基于实验性自身免疫性葡萄膜炎(EAU)模型,与人类BU可能存在差异 | 探究Behçet's葡萄膜炎中过度NETs产生的原因及其致病机制 | Behçet's葡萄膜炎患者和实验性自身免疫性葡萄膜炎(EAU)模型 | 免疫学 | Behçet's葡萄膜炎 | 单细胞RNA测序、多重免疫荧光、细胞通讯分析 | EAU模型 | 基因表达数据、免疫荧光图像 | BU患者和健康对照组的样本,具体数量未明确说明 |
142 | 2025-04-27 |
scHeteroNet: A Heterophily-Aware Graph Neural Network for Accurate Cell Type Annotation and Novel Cell Detection
2025-Apr, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202412095
PMID:40042052
|
research paper | 本文提出了一种名为scHeteroNet的图神经网络框架,用于精确注释细胞类型和检测新细胞群体 | scHeteroNet利用scRNA-seq数据中的异质性,通过整合直接和扩展细胞邻域信息来捕获复杂的细胞间相互作用,并引入了新颖的新颖性传播机制来检测未表征的细胞类型 | NA | 提高单细胞RNA测序数据中细胞类型注释和新细胞群体检测的准确性 | 单细胞RNA测序数据中的细胞 | machine learning | NA | scRNA-seq | GNN | RNA-seq数据 | 多样化的scRNA-seq数据集 |
143 | 2025-04-27 |
Clinical Significance of Complement and Coagulation Cascades Genes for Patients With Acute Lymphoblastic Leukemia
2025-Apr, International journal of laboratory hematology
IF:2.2Q3
DOI:10.1111/ijlh.14392
PMID:39523585
|
研究论文 | 本研究分析了急性淋巴细胞白血病(ALL)患者和健康个体中补体和凝血级联通路(CCCP)基因的表达谱,并评估了其作为诊断和预后生物标志物的临床意义 | 首次在ALL患者中鉴定出18个CCCP基因的差异表达,并发现其中部分基因与患者生存率相关,同时利用机器学习预测ALL的准确率高达0.9701(骨髓样本)和0.9167(外周血样本) | 研究依赖于TCGA数据库的样本,可能无法完全代表所有ALL患者群体 | 探索CCCP基因在ALL中的临床意义及其作为诊断和预后生物标志物的潜力 | 急性淋巴细胞白血病(ALL)患者和健康个体的骨髓(BM)和外周血(PB)样本 | 生物信息学 | 急性淋巴细胞白血病 | 基因表达谱分析、单细胞RNA测序、机器学习 | 机器学习模型(具体类型未提及) | 基因表达数据 | 998例骨髓样本和122例外周血样本 |
144 | 2025-04-27 |
Tumor Microenvironment On-A-Chip and Single-Cell Analysis Reveal Synergistic Stromal-Immune Crosstalk on Breast Cancer Progression
2025-Apr, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202413457
PMID:40056038
|
研究论文 | 该研究通过开发一种器官型3D乳腺癌肿瘤微环境芯片模型,结合单细胞RNA测序分析,探讨了三阴性乳腺癌细胞在患者来源的CAFs和Mφs存在下的进展机制 | 开发了集成单细胞RNA测序分析的肿瘤微环境芯片模型,揭示了CAFs和Mφs对肿瘤细胞的协同影响,并识别了KYNU基因的参与 | 研究可能局限于特定类型的乳腺癌(三阴性乳腺癌),且样本来源和数量未明确说明 | 探讨肿瘤微环境中CAFs和Mφs对三阴性乳腺癌细胞进展的协同作用及潜在机制 | 三阴性乳腺癌细胞、患者来源的CAFs和Mφs | 数字病理学 | 乳腺癌 | 单细胞RNA测序、3D肿瘤微环境芯片模型 | 器官型3D模型 | 基因表达数据 | NA |
145 | 2025-04-27 |
Spotiphy enables single-cell spatial whole transcriptomics across an entire section
2025-Apr, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-025-02622-5
PMID:40074951
|
research paper | 介绍了一种名为Spotiphy的计算工具包,能够将基于测序的空间转录组数据转化为单细胞分辨率的全转录组图像 | Spotiphy能够在保持全基因组覆盖的同时实现单细胞分辨率,填补了现有空间转录组技术在单细胞分辨率上的不足 | NA | 开发一种能够实现单细胞分辨率空间转录组分析的计算工具 | 阿尔茨海默病和健康小鼠大脑中的星形胶质细胞和疾病相关小胶质细胞,以及人类乳腺癌的空间转录组数据 | digital pathology | Alzheimer's disease, breast cancer | spatial transcriptomics | NA | spatial transcriptomics data | NA |
146 | 2025-04-27 |
Optimizing Xenium In Situ data utility by quality assessment and best-practice analysis workflows
2025-Apr, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-025-02617-2
PMID:40082609
|
research paper | 本文评估了Xenium In Situ平台在空间转录组学中的性能,并提供了最佳实践分析流程 | 首次对Xenium平台进行独立性能分析,并与八种其他空间转录组技术进行对比 | 研究仅基于25个数据集,可能无法涵盖所有组织类型和实验条件 | 评估Xenium In Situ平台的性能并建立最佳分析流程 | 25个Xenium数据集及八种其他空间转录组技术 | 空间转录组学 | NA | 空间转录组学技术 | NA | 空间转录组数据 | 25个来自不同组织和物种的Xenium数据集 |
147 | 2025-04-27 |
Feature selection methods affect the performance of scRNA-seq data integration and querying
2025-Apr, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-025-02624-3
PMID:40082610
|
研究论文 | 本文评估了单细胞RNA测序数据整合中特征选择方法对数据集整合和新样本映射性能的影响 | 首次系统性地评估了不同特征选择方法在单细胞RNA测序数据整合中的表现,并提供了关于特征数量选择、批次感知特征选择等方面的具体指导 | 未涉及所有可能的特征选择方法,且评估结果可能受特定数据集特性的影响 | 提高单细胞RNA测序数据整合和查询映射的质量 | 单细胞RNA测序数据 | 生物信息学 | NA | 单细胞RNA测序(scRNA-seq) | NA | 基因表达数据 | NA |
148 | 2025-04-27 |
A computational pipeline for spatial mechano-transcriptomics
2025-Apr, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-025-02618-1
PMID:40097810
|
research paper | 开发一种计算框架,用于联合统计分析空间转录组学中的转录和机械信号 | 提出了一种能够联合分析转录和机械信号的计算框架,并应用于小鼠胚胎发育的空间转录组数据 | NA | 探索生物分子和机械信号在组织中的相互作用 | 小鼠胚胎发育过程中的空间转录组数据 | computational biology | NA | spatial transcriptomics, geoadditive structural equation modeling | NA | spatial transcriptomics data | developing mouse embryo |
149 | 2025-03-19 |
A graph neural network that combines scRNA-seq and protein-protein interaction data
2025-Apr, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-025-02628-z
PMID:40097813
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
150 | 2025-04-27 |
scNET: learning context-specific gene and cell embeddings by integrating single-cell gene expression data with protein-protein interactions
2025-Apr, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-025-02627-0
PMID:40097811
|
research paper | 该研究提出了一种名为scNET的方法,通过整合单细胞RNA测序数据和蛋白质-蛋白质相互作用网络,学习特定背景下的基因和细胞嵌入 | 采用基于图神经网络的独特双视图架构,联合表示基因表达和蛋白质-蛋白质相互作用网络数据,通过注意力机制优化细胞间关系 | 未提及具体的数据噪声和零膨胀问题的解决程度 | 解决单细胞RNA测序数据在捕捉细胞通路和复合物变化方面的局限性 | 单细胞RNA测序数据和蛋白质-蛋白质相互作用网络 | 生物信息学 | NA | scRNA-seq | 图神经网络 | 基因表达数据、蛋白质-蛋白质相互作用网络 | NA |
151 | 2025-03-21 |
Marrying mechanics with spatial transcriptomics
2025-Apr, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-024-02491-4
PMID:40108447
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
152 | 2025-04-27 |
Expression Distribution of Keratins in Normal and Pathological Corneas and the Regulatory Role of Krt17 on Limbal Stem Cells
2025-Apr-01, Investigative ophthalmology & visual science
IF:5.0Q1
DOI:10.1167/iovs.66.4.55
PMID:40257786
|
研究论文 | 本研究比较了正常和病理条件下角蛋白(KRTs)的变化,特别是压力KRTs,重点研究了KRT17的作用 | 揭示了KRT17在调节角膜缘干细胞(LSCs)的干性、增殖和分化以及免疫和防御反应中的作用 | 研究主要基于小鼠和人类角膜上皮细胞,可能不完全适用于其他物种或组织 | 探究KRTs在角膜上皮稳态和病理调节中的作用,特别是KRT17的功能 | 正常和病理角膜、小鼠角膜、人类角膜缘上皮细胞(HLECs) | 分子生物学 | 角膜疾病 | mRNA测序、蛋白质组测序、单细胞测序、qPCR、免疫荧光染色、中性粒细胞趋化实验、单纯疱疹病毒1感染实验 | NA | mRNA数据、蛋白质数据、单细胞数据 | 未明确说明样本数量,涉及正常和病理角膜、小鼠角膜、HLECs |
153 | 2025-04-27 |
Angiogenesis and targeted therapy in the tumour microenvironment: From basic to clinical practice
2025-Apr, Clinical and translational medicine
IF:7.9Q1
DOI:10.1002/ctm2.70313
PMID:40268524
|
综述 | 本文系统回顾了肿瘤微环境中血管生成的病理生理学研究进展,以及靶向血管生成治疗策略的最新进展 | 从单细胞角度阐述内皮细胞的异质性,并探讨了抗血管生成免疫治疗和纳米技术在抗血管生成治疗中的应用 | 未提及具体研究样本量或实验设计的局限性 | 探讨肿瘤微环境中血管生成的作用及靶向治疗策略 | 肿瘤内皮细胞及其与周围细胞的相互作用 | 肿瘤学 | 癌症 | 单细胞测序技术 | NA | NA | NA |
154 | 2025-04-27 |
Stromal Stiffness-Regulated IGF2BP2 in Pancreatic Cancer Drives Immune Evasion via Sphingomyelin Metabolism
2025-Mar-28, Gastroenterology
IF:25.7Q1
DOI:10.1053/j.gastro.2025.03.019
PMID:40158738
|
research paper | 该研究探讨了胰腺导管腺癌(PDAC)中m6A修饰与免疫逃逸的关联及机制,并提出了临床干预策略 | 首次揭示了基质硬度调控的IGF2BP2通过鞘磷脂代谢促进PDAC免疫逃逸的机制,并提出了非侵入性筛查方法和潜在免疫治疗靶点 | 研究主要基于PDAC模型,结果在其他癌症类型中的普适性需要进一步验证 | 阐明m6A修饰与PDAC免疫逃逸的关联机制并开发免疫治疗策略 | 胰腺导管腺癌(PDAC)患者样本和模型 | 肿瘤免疫学 | 胰腺癌 | 转录组分析、成像质谱流式、m6A定量、MeRIP、RIP、RNA pull-down、scRNA-seq、流式细胞术、mIHC | PDAC类器官、患者来源组织片段、人源化小鼠模型 | 转录组数据、蛋白质组数据、影像数据 | 122名PDAC患者的多模态队列,并在6个独立PDAC队列中验证 |
155 | 2025-04-27 |
Temporal dynamics of immune cell transcriptomics in brain metastasis progression influenced by gut microbiome dysbiosis
2025-Mar-25, Cell reports
IF:7.5Q1
DOI:10.1016/j.celrep.2025.115356
PMID:40023843
|
research paper | 研究肠道微生物失调如何通过调节免疫反应动态影响脑转移的进展 | 揭示了肠道微生物组多样性作为脑转移调节因子的作用,并展示了单细胞测序揭示的免疫景观动态变化 | 研究主要基于小鼠模型,结果在人类中的适用性需要进一步验证 | 探讨肠道微生物组在脑转移进展中对免疫反应动态的调控作用 | 脑转移(BrMet)模型小鼠及其免疫细胞 | digital pathology | brain metastasis | single-cell sequencing | NA | transcriptomics data | 小鼠模型(具体数量未明确说明) |
156 | 2025-04-27 |
Transcriptional signatures of hippocampal tau pathology in primary age-related tauopathy and Alzheimer's disease
2025-Mar-25, Cell reports
IF:7.5Q1
DOI:10.1016/j.celrep.2025.115422
PMID:40085647
|
研究论文 | 研究原发性年龄相关tau蛋白病(PART)和阿尔茨海默病(AD)中海马tau病理的转录特征 | 使用GeoMx空间转录组学技术,首次在PART和AD中量化了有和无tau病理的神经元中的mRNA,揭示了两种与神经元内tau相关的转录特征 | 研究仅关注海马区域的tau病理,未涉及其他脑区 | 探究PART和AD中tau病理的分子机制及转录相似性 | 海马神经元 | 神经科学 | 阿尔茨海默病 | GeoMx空间转录组学 | NA | mRNA表达数据 | 未明确说明样本数量 |
157 | 2025-04-27 |
New insights on extramedullary granulopoiesis and neutrophil heterogeneity in the spleen and its importance in disease
2025-Mar-14, Journal of leukocyte biology
IF:3.6Q2
DOI:10.1093/jleuko/qiae220
PMID:39514106
|
综述 | 本文综述了脾脏中髓外粒细胞生成和中性粒细胞异质性的新见解及其在疾病中的重要性 | 利用现代转录组学和新成像技术揭示了中性粒细胞在器官内的显著异质性及其复杂的生物学功能,挑战了传统中性粒细胞作为简单杀伤细胞的观念 | NA | 探讨脾脏微环境如何调控脾脏粒细胞生成及其在感染、炎症和肿瘤中的作用 | 脾脏中的中性粒细胞及其生成过程 | 免疫学 | 炎症性疾病, 肿瘤 | 单细胞RNA测序, 现代成像技术 | NA | 转录组数据, 影像数据 | NA |
158 | 2025-04-27 |
Phylogenomic workflow for uncultivable microbial eukaryotes using single-cell RNA sequencing - A case study with planktonic ciliates (Ciliophora, Oligotrichea)
2025-Mar, Molecular phylogenetics and evolution
IF:3.6Q2
DOI:10.1016/j.ympev.2024.108239
PMID:39551225
|
研究论文 | 本文开发了一种基于单细胞RNA测序的系统基因组工作流程,用于研究不可培养的微生物真核生物,并以浮游纤毛虫为例进行了验证 | 开发了一个整合从细胞分离到数据整理和物种树推断所有关键步骤的系统基因组工作流程,并评估了单拷贝和多拷贝基因在系统基因组分析中的应用 | 需要生物信息学专业知识和计算能力,且数据中可能包含非目标序列(如共生体、猎物) | 开发并验证一种适用于不可培养微生物真核生物的系统基因组工作流程 | 浮游纤毛虫(Ciliophora, Oligotrichea) | 基因组学 | NA | 单细胞RNA测序 | Asteroid | 转录组数据 | 39个转录组(11个公开可用,28个新生成) |
159 | 2025-04-27 |
All the single cells: Single-cell transcriptomics/epigenomics experimental design and analysis considerations for glial biologists
2025-Mar, Glia
IF:5.4Q1
DOI:10.1002/glia.24633
PMID:39558887
|
review | 本文为胶质细胞生物学家提供了单细胞RNA-seq数据集的实验设计和分析入门指南 | 专注于胶质细胞生物学的单细胞转录组学和表观基因组学实验设计与分析决策点 | 主要针对胶质细胞生物学领域,可能不适用于其他细胞类型的研究 | 促进对单细胞组学数据决策的理解,增强生物学家解释和批判工作的能力 | 胶质细胞及其在神经疾病中的变化 | 生物信息学 | 神经疾病 | 单细胞RNA-seq | NA | 单细胞转录组和表观基因组数据 | NA |
160 | 2025-04-27 |
EfficientNet-resDDSC: A Hybrid Deep Learning Model Integrating Residual Blocks and Dilated Convolutions for Inferring Gene Causality in Single-Cell Data
2025-Mar, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-024-00667-2
PMID:39578307
|
研究论文 | 提出了一种名为EfficientNet-resDDSC的混合深度学习模型,用于从单细胞数据中推断基因间的因果关系 | 结合了残差块和扩张卷积,增强了模型在初级阶段的低层次特征提取能力,并通过深度可分离卷积和扩张卷积在不增加计算量的情况下扩大了模型的感受野 | NA | 构建基因调控网络(GRNs),准确揭示基因间的因果关系 | 单细胞RNA测序(scRNA-seq)数据中的基因 | 机器学习 | 乳腺癌 | scRNA-seq | EfficientNet-resDDSC(结合残差块和扩张卷积的深度学习模型) | 单细胞RNA测序数据 | 四个数据集 |