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
6333 публикаций
Поиск: 189 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 650 с найденным полным текстом
Photoreceptor cell death is a hallmark of age-related macular degeneration. Environmental, lifestyle and genetic risk factors are known contributors to disease progression, whilst at the molecular level, oxidative stress and inflammation are central pathogenetic drivers. However, the spatial and cellular origins of these molecular mechanisms remain unclear. We used spatial transcriptomics to investigate the spatio-temporal gene expression changes in the adult mouse retina in response to photo-oxidative stress. We identify regionally distinct transcriptomes, with higher expression of immunity r
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.
Spatial transcriptomics is a cutting-edge technology that analyzes gene expression at the cellular level within tissues while integrating spatial location information. This concept, which combines high-plex RNA sequencing with spatial data, emerged in the early 2010s. Spatial transcriptomics has rapidly expanded with the development of technologies such as in situ hybridization, in situ sequencing, in situ spatial barcoding, and microdissection-based methods. Each technique offers advanced mapping resolution and precise spatial assessments at the single-cell level. Over the past decade, the us
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.
BACKGROUND: Retinoblastoma is the most common intraocular malignant tumor in childhood. Although current treatments offer a high survival rate, treatment toxicity, tumor relapse, and treatment resistance require a deeper understanding of the disease mechanisms to develop adapted therapies. Microscopically, this tumor is characterized by different states of differentiation and proliferation, ranging from poorly differentiated to well-differentiated retinoblastoma. Retinocytoma, on the other hand, is a benign non-proliferative tumor. Recent next-generation multi-omics analyses classified retinob
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.
Tongue cancer at a young age demonstrates an increase in incidence, aggressiveness, and poor response to therapy. Classic etiological factors for head and neck tumors such as tobacco, alcohol, and human papillomavirus are not related to early-onset tongue cancer. Mechanisms of development and progression of this cancer remain unclear. In this study, we performed spatial whole-transcriptome profiling of tongue cancer in young adults compared with older patients. Nine patients with tongue squamous cell carcinoma (T2-3N0-1M0) were included and divided into two groups: younger (n = 5) and older th
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.
PURPOSE: Macular neovascularization is a relatively common and potentially visually devastating complication of age-related macular degeneration. In macular neovascularization, pathologic angiogenesis can originate from either the choroid or the retina, but we have limited understanding of how different cell types become dysregulated in this dynamic process.
METHODS: To study how gene expression is altered in focal areas of pathology, we performed spatial RNA sequencing on a human donor eye with macular neovascularization as well as a healthy control donor. We performed differential expressio
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.
Spatial transcriptomics (ST) technologies integrate high-throughput transcriptomic profiling with preserved spatial cellular organization. However, many of these technologies fail to achieve single-cell resolution, hindering the identification of cell-type-specific spatial patterns and gene expression variation. We propose Graph Contrastive learning for Inferring spatial cell composition from integrated single-cell RNA sequencing (scRNA-seq) and Spatial transcriptomics (GCIRS). GCIRS constructs spot-cell heterogeneous graphs and applies metapath-based reasoning to uncover potential inter-spot
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.
In recent decades, the field of bone mechanobiology has sought experimental techniques to unravel the molecular mechanisms governing the phenomenon of mechanically regulated fracture healing. Each cell within a fracture site resides within different local microenvironments characterized by different levels of mechanical strain; thus, preserving the spatial location of each cell is critical in relating cellular responses to mechanical stimuli. Our spatial transcriptomics-based "mechanomics" platform facilitates spatially resolved analysis of the molecular profiles of cells with respect to their
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.
Rheumatoid arthritis (RA) is a chronic autoimmune disease characterized by complex immune cell associations and continuous joint damage. Personalized clinical assessment and treatment options for RA remain hindered by a precision gap due to an inability to precisely match current global treatment strategies to individual molecular and spatial disease profiles. Recent advances in spatial transcriptomics and proteomics offer unprecedented opportunities to map molecular heterogeneity and spatial heterogeneity within RA tissues by identifying immune microenvironments activated during the disease,
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.
Improved methods to identify therapeutically relevant tumor neoantigens and their cognate T cells would aid the development of precision medicines for cancer. Here, we developed Slide-GoTags, a droplet-based single-nucleus spatial transcriptomics approach that characterizes neoantigen-specific immunity by integrating targeted transcript genotyping and T cell receptor (TCR) sequencing with single-nucleus RNA sequencing from the same slice of frozen tissue. Application of Slide-GoTags to mouse and human tumors revealed colocalization of clonally expanded, neoantigen-specific T cells with tumor c
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.
The bone marrow microenvironment is intimately linked to the biology that underpins the development and progression of multiple myeloma. However, the complex cellular and molecular features that form bone marrow niches are poorly defined. Here, we used subcellular spatial transcriptomics to profile the expression of 5001 genes in human bone marrow in the context of multiple myeloma. Using this approach, we explored the plasma cell and stroma ecosystem in bone marrow trephine biopsy specimens (herein referred to as trephines) from 21 individuals, including 7 with premalignant disease and 10 wit
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.
Seborrheic keratosis is a common benign skin tumor that affects most individuals, particularly later in life. Despite its high prevalence, the underlying biology of seborrheic keratosis remains poorly understood. In this study, we performed whole-exome sequencing and spatial transcriptomics on a cohort of seborrheic keratosis and solar lentigo lesions to gain insight into their molecular landscape. Our results reveal a high mutational burden driven by solar UV damage, with recurrent somatic variants observed in genes such as FGFR3, NOTCH1, and TP53. Spatial transcriptomic analysis uncovered a
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.
The telencephalon of the mammalian brain contains multiple regions and circuits that have adaptive and integrative roles in a variety of brain functions. GABAergic neurons in the telencephalon are diverse; they have many circuit functions, and dysfunction of these neurons has been implicated in various brain disorders1-3. Here we conducted a systematic and in-depth analysis of the transcriptomic and spatial organization of GABAergic neuronal types in all regions of the mouse telencephalon and their developmental origins. This was accomplished using 611,423 young adult single-cell transcriptome
СтатьяResearch Support, N.I.H., IntramuralПоиск 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 transcriptomics (ST) technologies offer rich spatial context for gene expression, with varying spatial resolutions and gene coverages. However, aligning and comparing multiple ST slices, whether derived from the same or different platforms, remains challenging due to nonlinear distortions and limited spatial overlap caused by tissue processing. We present CODA, an integrative framework for Cross-sample alignment and spatially Differential gene Analysis. CODA first learns a shared low-dimensional latent feature space across samples. Within the latent space, CODA performs global affine a
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.
We present a spatial transcriptomic map of the mouse urinary bladder at near single-cell resolution using Visium HD technology with 8 × 8 μm bins. After quality filtering, we analyzed 66,471 bins and 9,364 genes. Cluster annotation was supported by canonical marker genes and reference datasets, including Tabula Muris and Mouse Cell Atlas. Thirteen distinct clusters corresponding to major bladder compartments—the urothelium, lamina propria, and smooth muscle—were identified. Gene expression patterns revealed gradual transitions across tissue layers rather than sharp boundaries. Within the uroth
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.
Spatial transcriptomics technologies enable omics analysis while preserving the spatial and histopathological context of cells within tissue sections, and have rapidly become widespread across various research fields, including cancer research. In cancer studies, these technologies are widely employed to elucidate changes in cancer cells and the surrounding tumor microenvironment associated with tumor progression and the emergence of therapeutic resistance. Through the application of spatial transcriptomics, numerous novel insights have been obtained regarding the identification of therapeutic
СтатьяОбзорАннотация на английскомПоиск 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.
Ovarian aging is a complex process that compromises fertility and elevates the risk of reproductive disorders. To elucidate its spatiotemporal dynamics, we integrated single-nucleus RNA sequencing and spatial transcriptomics to construct a comprehensive aging atlas of 12 human ovarian tissues spanning ages 12-54 (prepubertal, age 12, n = 1; young, ages 23-29, n = 4; middle-aged, ages 32-34, n = 2; and older-aged, ages 42-54, n = 5). Our analysis revealed aging-related transcriptomic shifts, including impaired mitochondrial oxidative phosphorylation and reproductive structure development in age
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.
CONTEXT: Spatial transcriptomic (ST) analysis of tumors provides a novel approach to studying gene expression along with the localization of tumor cells in their environment to uncover spatial interactions.
DESIGN: We present ST analysis of corticotroph pituitary neuroendocrine tumors (PitNETs) from formalin-fixed, paraffin-embedded tissues. ST data were compared to immunohistochemistry results. Gene expression profiles were reviewed for cluster annotations, and differentially expressed genes were used for pathway analysis.
RESULTS: Seven tumors were used for ST analysis. In situ annotation
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.
Single-cell RNA sequencing methods can profile the transcriptomes of single cells but cannot preserve spatial information. Conversely, spatial transcriptomics assays can profile spatial regions in tissue sections, but do not have single-cell resolution. Here, we developed a computational method called CellTrek that combines these two datasets to achieve single-cell spatial mapping through coembedding and metric learning approaches. We benchmarked CellTrek using simulation and in situ hybridization datasets, which demonstrated its accuracy and robustness. We then applied CellTrek to existing mo
СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАПоддержка 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.
Imaging-based spatial transcriptomic (ST) assays now profile targeted gene panels for hundreds of thousands of cells while preserving tissue context, yet most downstream analyses still need a compact, interpretable subset. We introduce CiCLoDS (Clustering in Critical & Low-Dimensional Subspace), an unsupervised framework adapted for spatial transcriptomics to jointly optimize clustering and feature selection under a strict, user-defined gene budget. The method returns an explicit feature subset aligned with the discovered partitions, accepts spatial side information via sine–cosine positional
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.
UNLABELLED: Cell type deconvolution is essential for resolving multicellular composition in spatial transcriptomics data, yet the accuracy and consistency of current methods across biological contexts remain uncertain. We introduce a benchmarking framework using realistic simulations that incorporate spatial and transcriptional complexity. We find that a simple marker gene signature scoring approach performs competitively, often outperforming more complex models, particularly for rare cell types. We further apply this method to a new spatial transcriptomics dataset profiling the early response
СтатьяПрепринтПоиск 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.