本数据库通过收集和整理基因相关科研文献信息而得,供了解领域前沿进展之用。数据源自 PubMed,使用关键词“PIP4K2A, PIP5K2A, PI5P4KA, PIP5KIIA, PIP5KII-alpha, PIP5KIIalpha, PI5P4Kalpha, PIP4KII-alpha, PIP5KIII, phosphatidylinositol-5-phosphate 4-kinase type 2 alpha, phosphatidylinositol-5-phosphate 4-kinase type II alpha, phosphatidylinositol-5-phosphate 4-kinase alpha, phosphatidylinositol 5-phosphate 4-kinase type-2 alpha, phosphatidylinositol-4-phosphate 5-kinase type II alpha”进行年份不限检索,已收录文献数量参见 统计表格。表格内容由 GPT 自动整理,尤其是突变信息列可能受标题和摘要信息完整度影响,请使用时务必注意核实!
项目修改自pengjunhua,仅供内部学习使用。本项目遵循 MIT 许可 发布,欢迎下载 源码 自行修改使用,本站数据会持续更新。
| 序号 | 发表日期 | 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 | 突变信息 | 数据类型 | 样本量 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2024 |
Integrated analysis of single-cell RNA-seq, bulk RNA-seq, Mendelian randomization, and eQTL reveals T cell-related nomogram model and subtype classification in rheumatoid arthritis
2024, Frontiers in immunology
IF:5.9
Q1
DOI:10.3389/fimmu.2024.1399856
PMID:38962008
|
research paper | 整合单细胞RNA测序、大量RNA测序、孟德尔随机化和eQTL分析,构建类风湿关节炎T细胞相关诊断模型和亚型分类 | 首次整合多组学数据(scRNA-seq、bulk RNA-seq、MR、eQTL)系统分析RA中T细胞异质性;通过比较9种机器学习方法筛选出8个T细胞相关诊断特征基因并构建列线图模型;基于T细胞特征将RA患者分为两个具有不同免疫浸润状态的亚型 | 研究主要基于公共数据库的回顾性分析,缺乏前瞻性临床验证;诊断模型需要在独立队列中进一步验证其临床应用价值;未进行功能实验验证所识别基因在RA发病机制中的具体作用 | 探索类风湿关节炎中T细胞的作用机制,建立T细胞相关诊断模型以指导RA免疫治疗策略 | 类风湿关节炎患者的T细胞及其相关标志基因 | immunology | immune disorder | single-cell RNA-seq, bulk RNA-seq, Mendelian randomization, eQTL, machine learning (XGB), consensus clustering | NA | transcriptome, genome (eQTL, GWAS) | 10,211个单细胞,分为7个亚型;具体RA患者样本量未在摘要中明确说明 |