单细胞与空转测序相关文章

序号	推送日期	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	模型	数据类型	样本量
1	2024-08-09	[Recent progress in single-cell RNA-Seq analysis] 2014-Nov, Yi chuan = Hereditas DOI:10.3724/SP.J.1005.2014.1069 PMID:25567865	综述	本文综述了单细胞RNA测序技术在方法学和应用方面的最新进展	介绍了多种cDNA扩增方法、技术的灵敏度和噪声定量分析，以及低覆盖率高通量单细胞RNA测序和原位RNA测序技术的发展	NA	探讨单细胞RNA测序技术的方法学和应用进展	单细胞RNA测序技术	基因组学	NA	单细胞RNA测序	NA	基因表达数据	单个细胞
2	2024-08-09	Single-cell transcriptomics for microbial eukaryotes 2014-Nov-17, Current biology : CB IF:8.1Q1 DOI:10.1016/j.cub.2014.10.026 PMID:25458215	研究论文	本文介绍了一种简单且可重复的单细胞转录组学方法，用于从五种模型纤毛虫物种中手动分离的细胞，并评估了扩增偏差和污染的影响，以及与传统基于培养的转录组学在基因发现效率上的比较	提出了针对未培养真核微生物的单细胞转录组学方法，该方法能够保留细胞身份、形态和微生物群落内活动的分配信息	尚未测试单细胞转录组学的效率和偏差	探索单细胞转录组学在未培养真核微生物中的应用潜力	五种模型纤毛虫物种的单细胞	基因组学	NA	单细胞转录组学	NA	转录组数据	五种模型纤毛虫物种的单细胞
3	2024-08-09	A ratiometric-based measure of gene co-expression 2014-Nov-20, BMC bioinformatics IF:2.9Q1 DOI:10.1186/1471-2105-15-331 PMID:25411051	研究论文	本文开发并实施了一种基于比率的方法（简称RA），用于检测基因关联，该方法基于每对基因测量表达比的变化系数	提出了一种新的比率方法（RA），用于识别传统关联方法可能忽略或排名较低的生物学上重要的基因表达关系	NA	开发一种新的方法来检测基因关联，特别是在相对同质的样本中	基因表达数据，特别是来自1000 Genomes Project的淋巴母细胞RNA-seq数据和单细胞RNA-seq数据	生物信息学	NA	RNA-seq	NA	基因表达数据	来自1000 Genomes Project的淋巴母细胞RNA-seq数据集，以及单细胞RNA-seq数据
4	2024-08-09	NeatFreq: reference-free data reduction and coverage normalization for De Novo sequence assembly 2014-Nov-19, BMC bioinformatics IF:2.9Q1 DOI:10.1186/s12859-014-0357-3 PMID:25407910	研究论文	本文介绍了一种名为NeatFreq的软件工具，用于无参考数据集的降维和覆盖率归一化，以改进从头序列组装	NeatFreq通过聚类和选择基于中值kmer频率（RMKF）和唯一性的读段，实现了数据集的均匀覆盖，并增加了最独特、最低覆盖率基因组片段的整合	NA	开发一种新的软件工具，以解决下一代测序平台产生的深度覆盖变化和高序列错误率带来的计算挑战	细菌、病毒斑块和单细胞测序数据	生物信息学	NA	下一代测序（NGS）	NA	序列数据	NA
5	2024-08-09	Single-cell transcriptomics: an emerging tool in the study of cardiometabolic disease 2014-Nov-06, Journal of translational medicine IF:6.1Q1 DOI:10.1186/s12967-014-0312-0 PMID:25377125	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
6	2024-08-09	Time-variant clustering model for understanding cell fate decisions 2014-Nov-04, Proceedings of the National Academy of Sciences of the United States of America IF:9.4Q1 DOI:10.1073/pnas.1407388111 PMID:25339442	research paper	本文研究了时间序列数据中随时间变化的聚类问题，开发了一种层次模型来同时对每个时间点的对象进行聚类并描述时间点之间的聚类关系	提出了一个包含分支过程泛化形式的隐藏层的层次模型，并采用可逆跳跃马尔可夫链蒙特卡罗方法进行模型推断	NA	探索早期胚胎发育中的细胞命运决策	时间序列数据中的聚类问题	生物学	NA	single-cell RNA-seq	层次模型	基因表达数据	NA
7	2024-08-09	Modeling genome coverage in single-cell sequencing 2014-Nov-15, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btu540 PMID:25107873	研究论文	本文提出了一种方法，利用初始浅层测序实验的信息来预测深度测序实验的基因组覆盖率	该方法通过非参数经验贝叶斯泊松模型估计深度测序的覆盖率增益，无需实际进行深度测序即可了解其统计特征	NA	优化和比较单细胞测序协议或筛选文库	单细胞DNA测序实验中的基因组覆盖率	基因组学	NA	单细胞测序	非参数经验贝叶斯泊松模型	基因组数据	NA
8	2024-08-09	Cell fate inclination within 2-cell and 4-cell mouse embryos revealed by single-cell RNA sequencing 2014-Nov, Genome research IF:6.2Q1 DOI:10.1101/gr.177725.114 PMID:25096407	研究论文	通过深度单细胞RNA测序技术，研究了2细胞和4细胞小鼠胚胎中的细胞命运倾向	报告了高度可重复的细胞间基因表达差异，这些差异足以将姐妹胚胎细胞聚类为不同的组	NA	探究哺乳动物中第一个细胞命运决定何时以及如何发生	2细胞和4细胞小鼠胚胎中的姐妹胚胎细胞	NA	NA	单细胞RNA测序	NA	RNA	10个2细胞胚胎和5个4细胞胚胎
9	2024-08-09	TITAN: inference of copy number architectures in clonal cell populations from tumor whole-genome sequence data 2014-Nov, Genome research IF:6.2Q1 DOI:10.1101/gr.180281.114 PMID:25060187	研究论文	本文介绍了一种名为TITAN的概率模型，用于从肿瘤全基因组测序数据中推断克隆细胞群体中的拷贝数结构变异和杂合性缺失事件	TITAN模型能够处理细胞群体混合，并估计携带每种事件的细胞比例，这在计算方法中是新颖的	NA	开发和评估一种新的计算方法，用于分析肿瘤全基因组测序数据中的拷贝数变异和杂合性缺失	肿瘤细胞群体中的拷贝数变异和杂合性缺失	数字病理学	卵巢癌, 乳腺癌	全基因组测序	概率模型	基因组数据	23个乳腺癌全基因组数据和来自同一卵巢癌患者的基因组异质性肿瘤位点的全基因组序列