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
16169 публикаций
Поиск: 325 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 2846 с найденным полным текстом
MOTIVATION: Single cell transcriptional profiling opens up a new avenue in studying the functional role of cell-to-cell variability in physiological processes. The analysis of single cell expression profiles creates new challenges due to the distributive nature of the data and the stochastic dynamics of gene transcription process. The reconstruction of gene regulatory networks (GRNs) using single cell transcriptional profiles is particularly challenging, especially when directed gene-gene relationships are desired.
RESULTS: We developed SINCERITIES (SINgle CEll Regularized Inference using TIm
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.
Epidemiological studies suggest an association between Parkinson's disease (PD) and ulcerative colitis (UC), yet the molecular programs potentially linking these disorders remain poorly defined. Here, we integrated curated disease-gene resources with publicly available blood transcriptomic datasets to identify shared molecular features across PD and UC. We identified 320 shared signature genes and a topology-derived 10-gene core module that included TNF, IL1B, TP53, BCL2, and CASP3. Enrichment analyses implicated a convergent inflammatory-stress architecture characterized by microbial-response
СтатьяПоиск 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.
INTRODUCTION: Alzheimer's disease (AD) involves complex regulatory disruptions across multiple brain cell types, yet the comprehensive intracellular causal mechanisms remain poorly understood.
METHODS: We present an integrative analysis framework using single-nucleus transcriptomics with matched subject-level genotype data from 272 AD patients in the Religious Orders Study and Rush Memory and Aging Project (ROSMAP) and construct causality-based, cell-type-specific gene regulatory networks (GRNs).
RESULTS: Our method identifies regulatory genes among transcription factors (TFs) and non-TFs, g
СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАПолный 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.
Accurate computational reconstruction of bacterial transcriptional regulatory network (TRN) remains a fundamental challenge in systems biology, particularly for non-model organisms lacking extensive transcriptomic data. We present DDTRN, a sequence-driven framework that formulates TRN inference as a binary classification task over concatenated regulator-target gene sequence pairs and employs a Dual Descriptor (DD) model to predict regulatory interactions. The DD architecture represents a sequence using two learnable components: Composition Weight Map (CWM) and Position Weight Function (PWF). W
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.
Vision-based robot control remains a significant challenge due to the sample inefficiency and prolonged training times associated with traditional deep reinforcement learning methods. We propose a novel approach inspired by biological gene regulation, leveraging Gene Regulatory Networks (GRNs) for efficient and robust robot control. In our approach, robot states are encoded as gene expression levels, and evolutionary optimization is used to learn GRN parameters that map raw visual inputs to motor commands. We evaluate this method on the KukaDiverseObjectEnv benchmark, where robots must grasp d
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.
MOTIVATION: Complex gene regulatory networks (GRNs) underlie most disease processes, and understanding disease-specific network structures and dynamics is crucial for developing effective treatments. Yet, most database- and literature-based analyses of GRNs often treat gene regulations as context-independent interactions, overlooking how GRNs can differ depending on the disease type, cell lineage, or experimental condition.
RESULTS: In an attempt to improve on existing methods for leveraging knowledge present in the scientific literature, we developed a framework to assign quantitative, conte
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.
BACKGROUND: Causal discovery methods provide a powerful tool for uncovering the causal relationships between lncRNAs and target genes in gene regulations. In many causal inference and structure learning tasks, learning the Directed Acyclic Graph (DAG) structure from data is a challenging problem. Traditional DAG learning methods often rely on heuristic searches or strict constraints, which fail to effectively handle complex nonlinear relationships and discrete data.
METHODS: To address this, we propose a novel deep generative model-DAG-VAERL, which combines Graph Neural Networks (GNN) as well
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.
Psoriasis is a chronic inflammatory skin disorder. Although it has been studied extensively, the molecular mechanisms driving the disease remain unclear. In this study, we utilized a tree-based machine learning approach to explore the gene regulatory networks underlying psoriasis. We then validated the regulators and their networks in an independent cohort. We identified some key regulators of psoriasis, which are candidates to serve as potential drug targets and disease severity biomarkers. According to the gene regulatory network that we identified, we suggest that interferon signaling repre
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.
BACKGROUND: Robust methods to culture primary airway epithelial cells were developed several decades ago and these cells provide the model of choice to investigate many diseases of the human lung. However, the molecular signature of cells from different regions of the airway epithelium has not been well characterized.
METHODS: We utilize DNase-seq and RNA-seq to examine the molecular signatures of primary cells derived from human tracheal and bronchial tissues, as well as healthy and diseased (cystic fibrosis (CF)) donor lung tissue.
RESULTS: Our data reveal an airway cell signature that is
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
UNLABELLED: Degenerative disk disease of the spine is a major cause of back pain and disability. Optimization of regenerative medical therapies for degenerative disk disease requires a deep mechanistic understanding of the factors controlling the structural integrity of spinal tissues. In this investigation, we sought to identify candidate regulatory genes controlling extracellular matrix synthesis in spinal tissues. To achieve this goal we performed high throughput next generation RNA sequencing on 39 annulus fibrosus and 21 nucleus pulposus human tissue samples. Specimens were collected from
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
Gene regulatory networks (GRNs) model causal linkages that control cell fate decisions and differentiation transitions. Prioritizing regulatory subnetworks underlying cell state differences is of critical importance, but current methods including those reliant on topological metrics introduce circularity as the metrics prioritizing TFs are computed from the same networks whose assumptions they inherit. Separately, interpretable machine learning methods can identify latent factors (LFs) that discriminate cellular states with formal statistical guarantees but do not model regulatory linkages. He
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.
Changes in gene regulatory networks may drive quantitative traits, or may transmit the effects of one trait, such as blood lipid level, on another, such as cardiovascular health. Yet the standard tools, differential correlation and differential network analysis, compare two discrete groups, while the contexts of interest - circulating lipids, inflammation, and blood glucose - vary continuously; applying them forces dichotomization, discarding within-trait variation. We introduce Continuous Interaction-based Differential Edge Regulation (CIDER), which tests whether a gene regulatory network edg
СтатьяПрепринтПоиск 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.
Journal of environmental pathology, toxicology and oncology : official organ of the International Society for Environmental Toxicology and Cancer2025eng
Cholangiocarcinoma (CCA) is a life-threatening malignancy, and there is an urgent need for new biomarkers to improve the prognosis of patients. The expression of ELF3 in CCA tumor and non-tumor tissues was examined in two cohorts. ELF3 expression and the methylation level of its promoter in CCA patients with various clinicopathological features were analyzed using the UALCAN website. Co-expressed genes significantly associated with ELF3 were screened using the LinkedOmics website. A protein-protein interaction (PPI) network for these co-expressed genes was constructed using the STRING website.
СтатьяПоиск 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.
Super enhancers (SEs) are clusters of enhancers with exceptionally high transcriptional activity, crucial for determining cell identity and regulating gene expression. They function as key regulatory hubs, governing gene networks essential for normal hematopoiesis while also driving the pathogenesis of hematological malignancies. This review summarizes the role of SEs in maintaining hematopoietic lineage identity and examines how their dysregulation in acute myeloid leukemia (AML), myelodysplastic neoplasms (MDS), adult T-cell leukemia (ATL), acute lymphoblastic leukemia (ALL), and multiple my
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.
Nakaseomyces glabratus (Candida glabrata) is an opportunistic human fungal pathogen of high priority that shares an ancestor with the non-pathogenic yeast Saccharomyces cerevisiae. Candida glabrata causes infections of the mucosal surfaces as well as fatal deep-seated tissue infections in immunocompromised individuals. The co-resistance to two commonly used antifungal drug classes, azoles and echinocandins, is increasingly being reported in clinical isolates of C. glabrata all over the world, which poses a significant threat to the successful treatment of C. glabrata infections. Acquisition of
СтатьяОбзорПоддержка исследования: вне правительства СШАПолный 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.
This study explored the therapeutic potential of gut microbiota metabolites in managing Gestational Diabetes Mellitus (GDM). Using network pharmacology, molecular docking, and dynamics simulations, we identified key targets and pathways involved in GDM. We screened 135 gut-derived metabolites, with 8 meeting drug-likeness and pharmacokinetic criteria. Analysis revealed significant overlap with GDM-related targets, including AKT1, IL6, TNF, and STAT3. Functional enrichment analysis highlighted the AGE-RAGE signaling and inflammatory pathways as crucial in GDM pathogenesis. Molecular docking and
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.
Palatogenesis is a complex and intricate process involving the formation of the palate through various morphogenetic events highly dependent on the surrounding context. These events comprise outgrowth of palatal shelves from embryonic maxillary prominences, their elevation from a vertical to a horizontal position above the tongue, and their subsequent adhesion and fusion at the midline to separate oral and nasal cavities. Disruptions in any of these processes can result in cleft palate, a common congenital abnormality that significantly affects patient's quality of life, despite surgical inter
СтатьяОбзорПоддержка 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.
Gene regulatory networks (GRNs), consisting of transcription factors and their target sites, control neurogenesis and cell-fate specification in the developing central nervous system. In this study, we use integrated single-cell RNA and single-cell ATAC sequencing (scATAC-seq) analysis in developing mouse and human retina to identify multiple interconnected, evolutionarily conserved GRNs composed of cell-type-specific transcription factors that both activate genes within their own network and inhibit genes in other networks. These GRNs control temporal patterning in primary progenitors, regula
СтатьяПоддержка NIH: внешняя программаПоддержка 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.
Discovering gene regulatory relationships and reconstructing gene regulatory networks (GRN) based on gene expression data is a classical, long-standing computational challenge in bioinformatics. Computationally inferring a possible regulatory relationship between two genes can be formulated as a link prediction problem between two nodes in a graph. Graph neural network (GNN) provides an opportunity to construct GRN by integrating topological neighbor propagation through the whole gene network. We propose an end-to-end gene regulatory graph neural network (GRGNN) approach to reconstruct GRNs fr
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.
BACKGROUND: Gallbladder carcinoma (GBC) is a highly malignant tumor with a poor overall prognosis. This study aimed to identify the characteristic microRNAs (miRNAs) of GBC and the competing endogenous RNA (ceRNA) regulatory mechanisms.
METHODS: The microarray data of GBC tissue samples and normal gallbladder (NGB) tissue samples from the Gene Expression Omnibus (GEO) database was downloaded. GBC-related differentially expressed miRNAs (DE-miRNAs) were identified by inter-group differential expression analysis and weighted gene co-expression network analysis (WGCNA). Machine learning algorith
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.