呼吸、重症、肺部影像、机械通气与前沿方法。本页由 PubMed 召回、本地预筛和 DeepSeek 价值判断自动生成。
高度相关或方法价值很强，建议优先阅读。
直接评估电阻抗断层成像（EIT）在肺栓塞检测中的准确性，动物实验与临床验证均表现优异，为重症患者床旁诊断提供新范式。
基于EIT的通气灌注（V̇/Q̇）映射和浪费通气指数，通过对比动态增强CT和CTPA验证灌注缺损检测性能。
可推广至其他肺血管疾病（如慢性血栓栓塞性肺动脉高压）或急性呼吸衰竭患者的床旁无创诊断。
摘要未明确说明主要局限，需关注样本量及不同病因的泛化性。
呼吸系统疾病、重症呼吸、肺部影像、通气、感染与相关临床研究。
直接揭示脓毒症中代谢物尿酸对中性粒细胞功能的双重调控，为重症感染免疫治疗提供新靶点。
结合小鼠脓毒症模型与临床样本，体外验证可溶性尿酸通过促进脱颗粒、抑制吞噬和ROS生成来削弱细菌清除。
可迁移至呼吸领域如肺炎或ARDS，探索降尿酸治疗能否改善免疫缺陷或过度炎症。
主要基于动物和体外实验，临床验证样本有限，尿酸水平干预的适用性和安全性需进一步评估。
直接针对呼吸重症重要病原体金黄色葡萄球菌及其毒素，开发新型免疫疗法，展示体内保护效果。
利用临床混合疫苗免疫产生高亲和力纳米抗体，结合冷冻电镜和AlphaFold3解析中和机制，构建多价（二聚、十聚）融合纳米抗体。
该多价纳米抗体工程设计策略可推广至其他呼吸道细菌毒素（如铜绿假单胞菌）的中和及免疫治疗。
摘要未说明在人体中的安全性或有效性，仅有小鼠模型数据。
直接利用鼻上皮转录特征定义哮喘内型，揭示不健康饮食与T17高内型的关联，对精准预防有启示。
基于鼻上皮8个特征基因表达定义T2/T17内型，结合饮食评分进行横断面和前瞻性多变量分析。
可借鉴基于鼻上皮基因表达定义内型的方法，结合环境因素（如饮食）进行呼吸疾病的分子流行病学研究。
研究人群为波多黎各青少年，饮食评估依赖问卷，前瞻性分析样本量有限，外推需谨慎。
系统梳理了传统及非常规T细胞（如NKT、MAIT）在IPF纤维化调控中的作用机制，为免疫调节治疗提供新视角。
综述了CD4⁺/CD8⁺T细胞、B细胞以及非常规T细胞亚群如何通过成纤维细胞、巨噬细胞相互作用调节肺损伤与修复。
可直接用于指导IPF免疫靶点选择及可能联合抗纤维化策略的设计。
综述性质，缺乏实验验证，且未涵盖最新单细胞或空间组学研究数据。
单细胞、空间组学、多组学、生物标志物、患者分型与机制研究。
解决了高分辨率空间转录组细胞分割难题，并在非小细胞肺癌样本中揭示肿瘤克隆异质性和治疗相关髓系亚型，直接关联呼吸医学。
Cellist是一种结合图像和表达信息的多模态细胞分割方法，兼容多种空间转录组平台，计算效率高。
可迁移至COPD、肺纤维化等其他呼吸疾病的空间转录组数据，提升单细胞分辨率分析。
摘要未说明
该研究提出了多细胞表征学习范式，可直接应用于呼吸疾病单细胞图谱（如肺纤维化、COPD）进行患者分型和特征基因识别。
PaSCient模型采用多级表征学习，从单细胞转录组数据生成患者级多细胞表达上下文表征，并提供细胞和基因层面的重要性评分。
可用于呼吸疾病单细胞数据集（如肺部疾病图谱）进行疾病分类、患者亚群发现和关键基因优先排序。
摘要未说明局限性；需注意模型对大规模数据的需求及细胞类型注释的影响。
提出一种可扩展的矩阵分解方法，将降维、批次校正和缺失值插补整合为统一框架，显著提升单细胞蛋白质组学数据分析质量。
基于广义矩阵分解的集成方法，统一处理批次效应和缺失值，优于当前分步工作流。
可直接应用于呼吸疾病（如COPD、肺纤维化）的单细胞蛋白质组学数据，提高差异蛋白检测的统计功效。
摘要未说明在非蛋白质组学数据上的适用性及潜在平台依赖性问题。
提出基因组基础模型与主题模型结合的新方法，有效处理scATAC-seq数据稀疏性和噪声，可迁移至呼吸系统疾病单细胞染色质可及性分析。
利用预训练基因组基础模型的序列嵌入增强主题模型，实现scATAC-seq的高精度建模和转录因子活性推断。
可应用于COPD、肺纤维化等疾病的染色质可及性分析及细胞状态特异性转录因子研究。
摘要未说明，但方法验证基于肾脏糖尿病数据，在呼吸疾病中需要进一步验证。
该资源整合了包括PM2.5在内的环境暴露小鼠多组学数据，对呼吸疾病环境表观遗传研究有直接参考价值。
标准化多组学数据生产、质量控制与整合流程，并提供统一门户实现数据浏览、搜索与可视化。
呼吸疾病多组学研究可借鉴其数据管理框架，加速环境暴露与肺部疾病机制探索。
摘要未说明
不一定是呼吸领域，但方法、模型或研究设计可迁移借鉴。
该研究通过双生物标志物协同响应的可激活荧光探针，实现了肾纤维化的无创检测与精准分期，方法设计严谨、临床验证有力。
开发纤维化传感报告分子（FSR），利用赖氨酰氧化酶衍生醛和转谷氨酰胺酶2双生物标志物协同激活，实现近红外成像和尿液检测“双通路”无创评估。
可直接借鉴该探针设计思路，开发针对肺纤维化特异性双标志物的类似报告分子，用于尿液或支气管肺泡灌洗液检测。
摘要未说明该方法在肺纤维化动物模型或患者中的直接验证结果。
该研究利用孟德尔随机化结合蛋白质组GWAS，系统揭示免疫蛋白与多疾病共享机制，方法可直接迁移至呼吸疾病（如COPD合并心血管病）的共病机制与药物靶点发现。
核心方法：基于血浆蛋白质组GWAS的cis-MR分析，结合知识图谱群落聚类识别蛋白-疾病社区和可药物靶点。
可用于识别呼吸疾病常见共病的共享免疫蛋白标记物及药物重定位机会。
摘要未说明
该工具在计算速度和内存占用上大幅优于现有R包，且应用案例涉及空气微生物组，方法易于迁移至呼吸疾病多组学整合研究。
MetaNet是一个高性能R包，支持基于相关性的网络构建（>10,000特征）、40余种布局算法、拓扑稳定性分析，并统一了网络构建、可视化与分析。
可用于呼吸领域整合转录组、代谢组和微生物组数据，构建疾病相关多组学网络，发现关键调控节点。
摘要未说明
该研究整合GeoMx DSP和Xenium两种空间转录组平台，结合NMF无监督聚类，为解析复杂组织中特定细胞亚群的空间分子特征提供了可迁移的分析框架。
采用双平台空间转录组学（GeoMx DSP + Xenium）并利用非负矩阵分解（NMF）和k-means聚类识别疾病相关亚群及空间分布的metagenes。
可借鉴此双平台整合策略与NMF聚类思路，解析哮喘、COPD、肺纤维化等疾病中特定细胞亚群（如肺泡上皮、免疫细胞）的空间异质性与分子标志物。
研究对象为阿尔茨海默病小鼠模型，方法迁移至呼吸系统需考虑组织类型及平台兼容性，且双平台成本较高。