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 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
161 | 2025-08-06 |
Targeting FGFR4 Abrogates HNF1A-driven Metastasis in Pancreatic Ductal Adenocarcinoma
2025-Feb-08, bioRxiv : the preprint server for biology
DOI:10.1101/2025.02.06.636643
PMID:39974881
|
研究论文 | 本研究揭示了HNF1A通过上调FGFR4驱动胰腺导管腺癌(PDAC)转移的机制,并验证了FGFR4抑制剂在减少转移中的潜在疗效 | 首次发现HNF1A通过上调FGFR4驱动PDAC转移,并证实FGFR4抑制剂可靶向该促转移通路 | 研究主要基于体外和动物模型,临床转化效果需进一步验证 | 探究HNF1A在PDAC转移中的作用机制并寻找靶向治疗方案 | 胰腺导管腺癌细胞(ATCC和患者来源细胞)及小鼠模型 | 肿瘤学 | 胰腺癌 | 单细胞RNA测序、组织微阵列分析、UMAP空间分析、RNA干扰、FGFR4抑制剂(H3B-6527和U3-1784) | 小鼠异种移植模型 | 基因表达数据、组织染色数据 | 未明确说明患者样本数量,涉及多种PDAC细胞系和小鼠模型 |
162 | 2025-08-06 |
Characteristics of a CCL21 Gene-Modified Dendritic Cell Vaccine Utilized for a Clinical Trial in Non-Small Cell Lung Cancer
2025-Feb-04, Molecular cancer therapeutics
IF:5.3Q1
DOI:10.1158/1535-7163.MCT-24-0435
PMID:39559833
|
研究论文 | 本文报道了一种CCL21基因修饰的树突状细胞疫苗在非小细胞肺癌临床试验中的特性研究 | 首次全面表征了CCL21-DC疫苗的细胞组成和制造过程中多种因素的影响 | 研究仅涉及I期临床试验,样本量有限,且存在患者间高度变异性 | 评估CCL21基因修饰的树突状细胞疫苗在非小细胞肺癌治疗中的潜力 | 非小细胞肺癌患者 | 免疫治疗 | 肺癌 | 单细胞RNA测序 | NA | 基因表达数据 | I期临床试验样本(具体数量未提及) |
163 | 2025-08-06 |
Identification of Nfel1a and Nfel3 as novel regulators for zebrafish thrombopoiesis
2025-02, Blood cells, molecules & diseases
DOI:10.1016/j.bcmd.2024.102897
PMID:39413675
|
研究论文 | 本研究通过单细胞测序技术鉴定了Nfel1a和Nfel3作为斑马鱼血小板生成的新型调控因子 | 首次发现Nfe2I1a和Nfe2l3作为转录因子对斑马鱼血小板生成的调控作用 | 研究仅针对斑马鱼模型,未在哺乳动物中进行验证 | 探索斑马鱼血小板生成的新型调控机制 | 斑马鱼血小板生成相关基因 | 分子生物学 | NA | 单细胞测序、基因敲除 | 斑马鱼模型 | 基因表达数据 | 未明确说明样本数量 |
164 | 2025-08-06 |
TIME-CoExpress: Temporal Trajectory Modeling of Dynamic Gene Co-expression Patterns Using Single-Cell Transcriptomics Data
2025-Jan-26, bioRxiv : the preprint server for biology
DOI:10.1101/2025.01.23.634392
PMID:39896591
|
研究论文 | 提出了一种基于copula的方法,用于建模单细胞转录组数据中基因共表达的非线性变化 | 采用数据驱动的平滑函数建模非线性基因共表达变化,克服了现有方法假设线性变化的限制 | 方法性能仅在模拟分析和一个小鼠垂体胚胎发育数据集上进行了验证 | 开发一种能捕捉单细胞转录组数据中基因共表达非线性动态变化的分析方法 | 单细胞RNA测序数据中的基因共表达模式 | 生物信息学 | NA | 单细胞RNA测序(scRNAseq) | copula模型 | 基因表达数据 | 一个小鼠垂体胚胎发育数据集(突变型vs野生型) |
165 | 2025-08-06 |
SeqBMC: Single-cell data processing using iterative block matrix completion algorithm based on matrix factorisation
2025 Jan-Dec, IET systems biology
IF:1.9Q3
DOI:10.1049/syb2.70003
PMID:39943646
|
研究论文 | 本文提出了一种基于矩阵分解的迭代块矩阵补全算法SeqBMC,用于处理单细胞RNA测序数据中的缺失值 | 提出了一种新的迭代块矩阵补全算法SeqBMC,通过矩阵分块和矩阵分解技术有效补全基因表达矩阵中的缺失值,并保留可能的生物零值 | 未提及算法在大规模数据集上的计算效率或处理高维数据的能力 | 提高单细胞RNA测序数据中基因表达矩阵的分类性能,促进细胞类型识别 | 单细胞RNA测序数据中的基因表达矩阵 | 生物信息学 | NA | 单细胞RNA测序 | 矩阵分解算法 | 基因表达数据 | NA |
166 | 2025-08-06 |
Analysis of the Relationship Between NLRP3 and Alzheimer's Disease in Oligodendrocytes based on Bioinformatics and In Vitro Experiments
2025, Current Alzheimer research
IF:1.8Q4
|
研究论文 | 本研究通过生物信息学分析和分子生物学实验,探讨了少突胶质细胞中NLRP3与阿尔茨海默病(AD)的潜在关联 | 整合生物信息学与分子生物学实验验证NLRP3在AD中的高表达及其与疾病的密切关系,并构建基于五个关键基因的诊断模型 | 研究主要基于公共数据集和体外实验,缺乏在体实验验证 | 探索少突胶质细胞中NLRP3与阿尔茨海默病的关联 | 阿尔茨海默病患者与健康对照的基因表达数据及少突胶质细胞 | 生物信息学 | 阿尔茨海默病 | LASSO回归分析、随机森林算法、支持向量机(SVM)、单细胞转录组学、RT-qPCR、免疫荧光(IF)、Western blot(WB) | LASSO回归、随机森林、SVM | 基因表达数据 | 公共AD相关数据集(具体样本数量未明确说明) |
167 | 2025-08-06 |
scRSSL: Residual semi-supervised learning with deep generative models to automatically identify cell types
2025 Jan-Dec, IET systems biology
IF:1.9Q3
DOI:10.1049/syb2.12107
PMID:40261690
|
研究论文 | 提出了一种基于半监督学习的深度残差生成模型(scRSSL),用于自动识别单细胞转录组数据中的细胞类型 | 创新性地将残差网络引入半监督生成模型,利用半监督学习解决样本不平衡问题,并通过残差神经网络提取单细胞数据的局部特征 | 未提及具体的数据集规模限制或模型计算复杂度 | 解决单细胞转录组数据中细胞类型识别的挑战 | 单细胞转录组数据 | 数字病理学 | NA | scRNA-seq | 深度残差生成模型(scRSSL) | 单细胞转录组数据 | 未明确提及具体样本量 |
168 | 2025-08-06 |
SAE1 May Play a Pro-Carcinogenic Role in Pancreatic Adenocarcinoma: A Comprehensive Study Integrating Multiple Pieces of Evidence
2025 Jan-Dec, IET systems biology
IF:1.9Q3
DOI:10.1049/syb2.70017
PMID:40302186
|
研究论文 | 该研究通过整合多种证据全面探讨了SAE1在胰腺腺癌(PAAD)中的促癌作用 | 首次全面整合mRNA数据、免疫组化、CRISPR修饰细胞系分析和单细胞RNA测序等多种技术手段研究SAE1在PAAD中的作用 | 未明确说明样本量大小和研究人群特征 | 探究SAE1在胰腺腺癌发生发展中的作用机制 | 胰腺腺癌(PAAD) | 肿瘤学研究 | 胰腺癌 | mRNA数据分析、免疫组化、CRISPR修饰、单细胞RNA测序、ChIP-Seq、分子对接模型 | NA | mRNA数据、蛋白质表达数据、单细胞测序数据、临床数据 | NA |
169 | 2025-08-06 |
Exploring Key Genes of Glutathione Metabolism in Systemic Lupus Erythematosus Based on Mendelian Randomisation, Single-Cell RNA Sequencing and Multiple Machine Learning Approaches
2025 Jan-Dec, IET systems biology
IF:1.9Q3
DOI:10.1049/syb2.70021
PMID:40458850
|
研究论文 | 本研究通过孟德尔随机化、单细胞RNA测序和多种机器学习方法,探索了系统性红斑狼疮中谷胱甘肽代谢的关键基因 | 结合了孟德尔随机化、多组学整合、机器学习和SHAP方法,首次揭示了谷胱甘肽代谢通路在系统性红斑狼疮中的关键作用,并发现LAP3基因在其免疫微环境中的重要作用 | 研究样本量有限,且需要进一步实验验证LAP3基因的功能机制 | 探索系统性红斑狼疮的病因和潜在治疗靶点 | 系统性红斑狼疮患者和健康对照的血清代谢物和单细胞RNA测序数据 | 生物信息学 | 系统性红斑狼疮 | 孟德尔随机化(MR), 单细胞RNA测序(scRNA-seq), 机器学习(ML) | LASSO回归, CatBoost, XGBoost, NGBoost | 基因组数据, 代谢组数据 | 1400种血清代谢物, 多个数据集(包括GSE112087) |
170 | 2025-08-06 |
Machine learning combining external validation to explore the immunopathogenesis of diabetic foot ulcer and predict therapeutic drugs
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0328906
PMID:40749079
|
研究论文 | 本研究利用机器学习和单细胞方法探索糖尿病足溃疡(DFU)的免疫机制并识别潜在治疗药物 | 结合机器学习、单细胞测序和外部验证,识别了DFU的核心基因和潜在治疗药物 | 研究结果需要进一步的临床实验验证 | 探索糖尿病足溃疡的免疫发病机制并预测治疗药物 | 糖尿病足溃疡(DFU)患者 | 机器学习 | 糖尿病足溃疡 | 单细胞测序、分子对接和动力学模拟 | 机器学习算法 | 基因表达数据 | GEO数据集和外部数据集GSE147890 |
171 | 2025-08-06 |
Integrative analysis of polyamine metabolism-related genes in gliomas: implications for prognosis and therapy
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1517557
PMID:40761256
|
研究论文 | 本文通过整合分析多胺代谢相关基因在胶质瘤中的作用,构建了一个预后风险模型,并探讨了其治疗意义 | 首次基于多胺代谢相关基因构建了胶质瘤的预后风险模型,并系统研究了肿瘤免疫微环境和药物敏感性 | 研究主要依赖于公共数据库数据,需要进一步实验验证 | 探索多胺代谢相关基因在胶质瘤预后和治疗中的作用 | 胶质瘤患者 | 生物信息学 | 胶质瘤 | LASSO Cox回归,WGCNA,单细胞RNA测序 | 风险预测模型 | mRNA表达数据 | 来自TCGA、CGGA和GEO数据库的胶质瘤样本 |
172 | 2025-08-06 |
Identification of novel molecular subtypes and construction of a prognostic signature via multi-omics analysis and machine learning in lung adenocarcinoma
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1590216
PMID:40761262
|
研究论文 | 通过多组学分析和机器学习识别肺腺癌的新分子亚型并构建预后特征 | 应用10种不同的聚类算法识别新的分子亚型,并构建了一个多组学和机器学习驱动的预后特征(MO-MLPS),该特征在多个独立数据集中验证了其有效性 | 研究依赖于公开数据集,可能无法涵盖所有临床情境 | 增强肺腺癌(LUAD)患者的预后分层 | 肺腺癌患者 | 数字病理 | 肺癌 | scRNA-seq, 多组学分析, 机器学习 | 多种机器学习算法 | 多组学数据 | TCGA-LUAD数据集和六个独立的GEO数据集 |
173 | 2025-08-06 |
ScaleSC: a superfast and scalable single-cell RNA-seq data analysis pipeline powered by GPU
2025, Bioinformatics advances
IF:2.4Q2
DOI:10.1093/bioadv/vbaf167
PMID:40761324
|
研究论文 | 介绍了一种名为ScaleSC的GPU加速单细胞RNA-seq数据分析流程,显著提高了大规模数据处理的速度和可扩展性 | 利用GPU计算生态系统(如CuPy和CUDA)开发了ScaleSC,实现了超过20倍的加速,并能处理1000多个批次的10-20百万个细胞的数据集,远超现有工具的能力 | 需要特定的GPU硬件支持(如A100卡),可能限制了在资源有限的环境中的使用 | 解决大规模单细胞RNA-seq数据处理速度慢和可扩展性差的问题 | 单细胞RNA-seq数据 | 生物信息学 | NA | 单细胞RNA-seq | NA | 单细胞RNA-seq数据 | 10-20百万个细胞的数据集,超过1000批次 |
174 | 2025-08-06 |
Single-Cell RNA Sequencing Integrated with Bulk-RNA Sequencing Analysis Reveals Prognostic Signatures Based on PANoptosis in Hepatocellular Carcinoma
2025, Journal of hepatocellular carcinoma
IF:4.2Q2
DOI:10.2147/JHC.S533777
PMID:40761429
|
研究论文 | 本研究通过单细胞RNA测序与批量RNA测序分析相结合,揭示了基于PANoptosis的肝细胞癌预后特征 | 整合多组学分析与机器学习,识别PANoptosis相关的预后特征,并发现YIF1B作为双重预后生物标志物和肿瘤驱动因子 | 研究依赖于生物信息学分析和实验研究,可能需要进一步临床验证 | 探索肝细胞癌进展中PANoptosis相关机制,以确定可操作的治疗靶点并优化患者特异性治疗结果 | 肝细胞癌(HCC)患者 | 生物信息学 | 肝细胞癌 | 单细胞RNA测序、批量RNA测序、机器学习 | NA | RNA测序数据 | NA |
175 | 2025-08-06 |
Chevreul: an R bioconductor package for exploratory analysis of full-length single cell sequencing
2025, GigaByte (Hong Kong, China)
DOI:10.46471/gigabyte.158
PMID:40761736
|
research paper | 介绍了一个名为Chevreul的开源R Bioconductor包和交互式R Shiny应用,用于处理和可视化单细胞RNA测序(scRNA-seq)数据 | Chevreul与其他scRNA-seq分析包的不同之处在于其易用性、分析全长RNA测序数据以推断外显子覆盖和转录异构体的能力,以及支持批次校正 | NA | 为研究人员提供一个无需编程经验即可分析全长scRNA-seq数据的工具 | 单细胞RNA测序数据 | 生物信息学 | NA | scRNA-seq | NA | RNA测序数据 | NA |
176 | 2025-08-06 |
Unraveling NK cell heterogeneity through single-cell sequencing: insights from physiological and tumor contexts for clinical applications
2025, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2025.1612352
PMID:40761786
|
review | 本文通过单细胞测序技术探讨了自然杀伤细胞(NK细胞)在生理和肿瘤环境中的异质性,及其在临床治疗中的应用 | 利用高分辨率的单细胞测序技术揭示NK细胞的异质性,为NK细胞治疗提供更精确的信息 | NA | 探讨NK细胞在肿瘤微环境中的异质性及其在肿瘤治疗中的作用 | 自然杀伤细胞(NK细胞) | 生物医学 | 肿瘤 | 单细胞测序技术 | NA | 基因表达数据 | NA |
177 | 2025-08-06 |
Integrated multi-omics analysis and machine learning identify G protein-coupled receptor-related signatures for diagnosis and clinical benefits in soft tissue sarcoma
2025, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2025.1561227
PMID:40761790
|
研究论文 | 本研究通过整合多组学分析和机器学习,识别了与软组织肉瘤诊断和临床益处相关的G蛋白偶联受体相关特征 | 结合单细胞和批量RNA-seq数据,开发了一个包含12种机器学习算法及其127种组合的新型框架,构建了诊断和预后模型 | 研究依赖于TCGA和GEO数据库的数据,可能存在样本选择偏差 | 构建软组织肉瘤的诊断和预后预测模型 | 软组织肉瘤患者 | 机器学习 | 软组织肉瘤 | 单样本基因集富集分析(ssGSEA)、加权基因共表达网络分析(WGCNA)、机器学习 | Stepglm[both]+Enet[alpha=0.6] | RNA-seq数据 | 基于TCGA和GEO数据库的样本 |
178 | 2025-08-06 |
Analysis of immune characteristics and inflammatory mechanisms in COPD patients: a multi-layered study combining bulk and single-cell transcriptome analysis and machine learning
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1592802
PMID:40761855
|
研究论文 | 本研究通过结合批量与单细胞转录组分析及机器学习,探讨了COPD患者中炎症基因的潜在作用与机制 | 结合批量与单细胞转录组分析及机器学习方法,筛选炎症相关COPD特征基因,并构建风险预测模型,同时探索中药单体成分的治疗潜力 | 研究依赖于公共数据库数据,未进行实验验证,样本来源和数量可能存在限制 | 探讨COPD患者中炎症基因的潜在作用与机制 | COPD患者与正常个体的气道上皮组织 | 生物信息学 | 慢性阻塞性肺疾病(COPD) | 转录组分析、Lasso回归、随机森林算法、单细胞测序、分子对接、分子动力学模拟 | Lasso回归、随机森林 | 转录组数据 | 来自GEO数据库的COPD患者和正常个体的气道上皮组织样本,具体数量未明确说明 |
179 | 2025-08-06 |
Single-cell transcriptomic and spatial analysis reveal the immunosuppressive microenvironment in relapsed/refractory angioimmunoblastic T-cell lymphoma
2024-12-18, Blood cancer journal
IF:12.9Q1
DOI:10.1038/s41408-024-01199-0
PMID:39695118
|
研究论文 | 通过单细胞转录组和空间分析揭示复发/难治性血管免疫母细胞性T细胞淋巴瘤中的免疫抑制微环境 | 首次使用单细胞RNA测序和成像质谱流式细胞术比较了复发/难治性AITL与新诊断AITL的细胞组成和空间结构,揭示了YY1转录激活驱动的恶性Tfh细胞增殖与患者不良预后的显著关联,以及B细胞在免疫逃逸中的作用 | 研究样本数量未明确说明,可能影响结果的普遍性 | 探究复发/难治性血管免疫母细胞性T细胞淋巴瘤的免疫抑制微环境特征 | 复发/难治性血管免疫母细胞性T细胞淋巴瘤(RR-AITL)和新诊断AITL(ND-AITL)患者样本 | 数字病理学 | 淋巴瘤 | scRNA-seq, IMC | NA | 单细胞转录组数据, 空间成像数据 | 未明确说明 |
180 | 2025-08-06 |
An integrated single-nucleus and spatial transcriptomics atlas reveals the molecular landscape of the human hippocampus
2024-Dec-11, bioRxiv : the preprint server for biology
DOI:10.1101/2024.04.26.590643
PMID:38712198
|
research paper | 该研究通过整合单核RNA测序和空间转录组学数据,揭示了人类海马体的分子景观 | 结合单核RNA测序和空间转录组学数据,首次在人类海马体中定义了细胞类型和空间域的分子特征 | 研究仅基于10名成年神经典型供体的样本,样本量较小 | 解析人类海马体的分子特征及其与空间组织的关系 | 人类海马体组织 | digital pathology | NA | 单核RNA测序(snRNA-seq), 空间转录组学(SRT), 非负矩阵分解(NMF) | NMF | RNA测序数据, 空间转录组数据 | 10名成年神经典型供体的海马体组织样本 |