Уникальные публикации PubMed, Europe PMC и Crossref, сохранённые в библиотеке. Одна статья учитывается один раз, даже если получена из нескольких источников. Личные исследования и документы команд не публикуются.
Идёт проверка счётчикаДоступно в поиске—
Публикации, уже подготовленные для быстрого поиска. Остальная библиотека подключается в фоне.
Переведено на русский—
Готовые переводы среди доступных в поиске публикаций. Автоматический медицинский перевод и проверка специалистом учитываются отдельно.
Полные тексты—
Найденные полные тексты среди доступных в поиске публикаций. Доступность определяется первоисточником и условиями использования.
Оригиналов на русском—
Русскоязычные оригиналы доступны без ожидания перевода. Ниже — языки остальных оригиналов; для них готовится медицинский перевод на русский.
Пополняем библиотеку по диагнозам—Проверяем состояние обновлений
Для каждого диагноза из справочника МКБ-10 ищем связанные публикации в научных базах и добавляем их в библиотеку. Числа ниже — диагнозы, а не статьи.
Если сбор прервался, тема требует повторной попытки. Уже сохранённые статьи остаются в библиотеке.
Нажмите на показатель для подробностей. Показатели поиска обновляются автоматически; размер всей библиотеки сверяется отдельно. Время последней проверки указано явно.
Результаты поиска
6294 публикаций
Поиск: 123 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 650 с найденным полным текстом
Spatial transcriptomics (STs) have become a valuable approach for understanding the growth and development of organisms. Despite the recent emergence of numerous ST models, accurately identifying spatial domains remains challenging owing to the trade-off between preserving local details and reducing noise. Here, we introduce STAMGC, which is a dual-contrastive learning framework built upon graph convolutional networks. This model leverages regional and topological contrastive learning to jointly optimize the model, effectively reducing the noise in spatial domain identification and enhancing t
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Spatially resolved transcriptomics (SRT) studies are becoming increasingly common and large, offering unprecedented opportunities in mapping complex tissue structures and functions. Here we present integrative and reference-informed tissue segmentation (IRIS), a computational method designed to characterize tissue spatial organization in SRT studies through accurately and efficiently detecting spatial domains. IRIS uniquely leverages single-cell RNA sequencing data for reference-informed detection of biologically interpretable spatial domains, integrating multiple SRT slices while explicitly c
СтатьяПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Spatial transcriptomics (ST) profiles genome-wide gene expression while preserving spatial context, yet accurate detection of copy number alterations (CNAs) in tumor ST data remains challenging. Here, we present SpaCNA, a computational framework that integrates multi-modal information of ST for robust CNA detection. SpaCNA aggregates expression from neighboring spots with similar morphological features and leverages a hidden Markov random field model incorporating spatial continuity for reliable CNA detection in ST datasets. Further, SpaCNA can reconstruct 3D CNA profiles with spatial continui
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Single-cell resolution spatial transcriptomics provides a great opportunity to explore the complex cellular contents in different tissues. Here we introduce SpatialZoomer, a spectral graph-based method that applies a set of low-pass filters to efficiently extract spatial molecular features from spatial transcriptomics data at multiple resolutions or scales, including the single cell scale, the niche scale with dozens of closely interacting cells and the domain scale with spatially organized cell contents. The corresponding critical scales can be automatically identified by partitioning a cross
СтатьяПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Tissue microarrays (TMAs) enable high-throughput spatial transcriptomic profiling of dozens of tissue cores on a single slide. However, existing dearraying methods operate on histological images and do not support the coordinate-based outputs of spatial transcriptomics platforms. Therefore, task of assigning cells to their respective cores (dearraying) remains a manual bottleneck. We present STiLE, a tool for automated TMA dearraying that operates solely on cell centroid coordinates. By eliminating dependence on image data, STiLE is robust to artefacts such as variable staining quality and une
СтатьяПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Coordinated changes in gene expression, epigenetic regulation, protein and metabolic activities together drive disease progression and determine clinical outcomes. While spatially resolved transcriptomics has been widely adopted across biomedical fields, it offers an incomplete picture limited to transcriptomic levels. Here, we survey the latest developments in spatial multiomics technologies, with particular emphasis on platforms that extend beyond conventional transcriptomics and profile genomics, epigenomics, proteomics, or metabolomics within intact tissues. These approaches are rapidly be
СтатьяОбзорПоддержка исследования: вне правительства СШАПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
PURPOSE OF REVIEW: Mechanisms of HIV persistence in tissues are distinct from that in the blood. Spatial transcriptomic profiling examines HIV-infected cells, surrounding neighborhoods, and tissue microenvironment in unprecedented resolution. Spatial profiling captures cytokine gradients, distances between HIV-infected cells and immune effectors (and their function versus exhaustion), and cell-cell interactions. We present an overview of spatial transcriptomic platforms and a workflow of quality controls, sanity check, and bioinformatic analysis.
RECENT FINDINGS: The selection of spatial prof
СтатьяОбзорПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
AIMS: Intraductal carcinoma of the prostate (IDC-P) is a strong indicator of poor prognosis in prostate cancer (PCa). We utilized the Visium Spatial Gene Expression platform to characterize the gene expression profiles and copy number variations (CNVs) of IDC-P.
METHODS AND RESULTS: Manually annotated IDC-P components were relatively enriched in a single transcriptomic cluster identified by principal component analysis, which exhibited elevated expression of FOLH1 (PSMA), PSCA and PLA2G2A. Differential gene expression analysis between IDC-P and non-IDC-P cancer tissues revealed up-regulation
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
INTRODUCTION: Adenomyosis is a prevalent gynaecological disorder affecting women of reproductive age, yet the underlying etiology and cellular-molecular mechanisms driving its pathogenesis remain poorly understood. Gonadotropin-releasing hormone agonists (GnRHa) are commonly used to improve clinical pregnancy rates in affected patients; however, their effects on specific cellular niches within the diseased uterus have not been fully elucidated.
OBJECTIVE: This study aimed to profile adenomyosis at both the single-cell and spatial transcriptomic levels to examine various cell populations and s
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Spatially resolved transcriptomics of tissue sections enables advances in fundamental and applied biomedical research. Here, we present Multiplexed Deterministic Barcoding in Tissue (xDBiT) to acquire spatially resolved transcriptomes of nine tissue sections in parallel. New microfluidic chips were developed to spatially encode mRNAs over a total tissue area of 1.17 cm2 with a 50 µm resolution. Optimization of the biochemical protocol increased read and gene counts per spot by one order of magnitude compared to previous reports. Furthermore, the introduction of alignment markers allowed seamle
СтатьяПоддержка исследования: вне правительства СШАПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND/OBJECTIVES: While traditional transcriptomics and single-cell RNA sequencing can reveal differences in cell type and gene expression, they cannot provide spatial information within tissues. Spatial transcriptomics (ST), as an emerging technology in recent years, has achieved significant progress in resolving gene expression along the spatial dimension. This technology quantifies gene expression at defined spatial coordinates and describes the spatial distribution of transcripts and the co-localization patterns between cells within intact tissue, allowing for an integrated analysis o
СтатьяОбзорПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Spatial biology addresses a fundamental question of how individual biomolecules work together to create complex organisms. One of its major tasks is to localize diverse molecular targets in their native environment. Here we review latest technologies that enable high-throughput, multiplexed, molecular imaging of transcripts and proteins in biological samples. This review focuses on the evolving forefront of multiplexed imaging developed for biomedical research, encompassing a wide range of labeling strategies. We believe that this field has abundant opportunities for multidisciplinary innovati
СтатьяОбзорПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Technologies for estimating RNA expression at high throughput, in intact tissue slices and with high spatial resolution (spatial transcriptomics) shed new light on how cells communicate and tissues function. A fundamental step in analyzing data generated by subcellular resolution spatial transcriptomics technologies is quantification, namely, segmenting the plane into regions, each approximating a cell, and then collating the molecules inside each region to estimate the cellular expression profile. Despite many advances in this area, a persistent problem is that of the incorrect assignment of
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Current whole-genome spatial transcriptomics (ST) platforms, which range from multicellular (e.g., Visium) to subcellular resolution (e.g., Visium HD, Stereo-seq), face significant challenges in accurately decomposing or aggregating spots into single cells-the fundamental units of biological activity. To date, most existing computational methods operate at the spot level, and no method has effectively reconstructed transcriptomes at single-cell resolution. In this study, we present STARS (Spatial Transcriptomics across Resolutions for Single Cells). Leveraging Vision Transformer model and cont
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Spermatogenesis is a highly complex process that includes the proliferation and differentiation of spermatogonia, the meiosis of spermatocytes and spermiogenesis. Testicular somatic cells provide a stable microenvironment for the proper division and differentiation of spermatogenic cells. The extensive application of single-cell transcriptomics has significantly advanced our understanding of the heterogeneity and dynamics of gene expression in germ cells and various types of testicular somatic cells. Recently, spatial transcriptomic technologies have been used to dissect gene expression patter
СтатьяОбзорПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Classical Hodgkin lymphoma (cHL) is a paradigmatic example of a malignancy in which the tumor microenvironment (TME) plays a dominant role in disease biology. Malignant Hodgkin and Reed-Sternberg (HRS) cells typically constitute only a small minority of the tumor mass (approximately 1-5%). HRS cells are embedded within a complex, highly structured immune and stromal milieu that drives survival, immune evasion, and therapy response. Over the past decade, transcriptomic approaches, particularly single-cell RNA sequencing, have reshaped our understanding of cellular heterogeneity within cHL. Howe
СтатьяОбзорПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Glioblastoma (GBM) remains one of the most aggressive and heterogeneous brain tumors, with a high degree of molecular complexity that challenges both diagnosis and treatment. To address these challenges, this chapter details a methodology that utilizes the GeoMx Digital Spatial Profiler (GeoMx DSP, NanoString Technologies, Bruker) for comprehensive molecular profiling of GBM. The chapter outlines the application of GeoMx DSP in combination with the manufacturer's Whole Transcriptome Atlas (WTA) and Next-Generation Sequencing (NGS), enabling spatially resolved transcriptomic analysis within pre
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Image-based spatial transcriptomics (IST) technologies provide unprecedented resolution of gene expression in tissue sections, but suffer from contamination of cells' gene expression profiles due to imperfect cell segmentation. We present DenoIST (Denoising Image-based Spatial Transcriptomics data), a new computational tool that accurately identifies and removes contaminating transcripts from IST datasets. DenoIST models the observed transcript counts using a Poisson mixture model that explicitly accounts for local neighbourhood contamination. Applied to multiple real IST datasets of varying c
СтатьяПрепринтПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Focal cortical dysplasia (FCD) type IIb (FCD IIb) is an epileptogenic malformation of the neocortex that is characterized by cortical dyslamination, dysmorphic neurons (DNs) and balloon cells (BCs). Approximately 30-60% of lesions are associated with brain somatic mutations in the mTOR pathway. Herein, we investigated the transcriptional changes around the DNs and BCs regions in freshly frozen brain samples from three patients with FCD IIb by using spatial transcriptomics. We demonstrated that the DNs region in a gene enrichment network enriched for the mTOR signalling pathway, autophagy and t
СтатьяПоддержка исследования: вне правительства СШАПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Spatial transcriptomics measures in situ gene expression at millions of locations within a tissue1, hitherto with some trade-off between transcriptome depth, spatial resolution and sample size2. Although integration of image-based segmentation has enabled impactful work in this context, it is limited by imaging quality and tissue heterogeneity. By contrast, recent array-based technologies offer the ability to measure the entire transcriptome at subcellular resolution across large samples3-6. Presently, there exist no approaches for cell type identification that directly leverage this informati
СтатьяПоддержка исследования: вне правительства СШАПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.