单细胞与空转测序相关文章

本数据库通过收集和整理最新科研文献信息而得,供了解领域前沿进展之用。数据源自 PubMed Data ,每日自动更新(使用关键词“['single-cell sequencing', 'single-cell RNA sequencing', 'single-cell transcriptomics', 'single-cell RNA-seq', 'single-cell transcriptome', 'scRNA-seq', 'spatial transcriptomics']”过滤),已收录文献数量参见 统计表格。表格内容由 GPT 自动整理,可能存在错误或遗漏,请使用时务必注意核实!

如有建议或合作意向,欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布,欢迎下载 源码 自行修改使用。如觉得不错,还请不吝 给我打赏,你的支持是我继续创新的重要动力!

Sample Image
添加微信请说明来意
Sample Image
微信赞赏

除通过在线浏览外,为方便用户离线查阅,本站也提供 付费下载(定价19.9元)。之所以考虑收费,是因为批量扫描这些文献并整理也是有一定成本的,还请理解并多多支持。本站数据会持续更新,而仅需一次付费,未来就可以随时重新下载到最新版本数据。

当前筛选条件: [分区不过滤] [IF不过滤] [发表日期:201602-201602] [清除筛选条件]
当前共找到 9 篇文献。
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 平台公司 平台技术 具体产品 平台详情
1 2025-10-06
Classification of low quality cells from single-cell RNA-seq data
2016-Feb-17, Genome biology IF:10.1Q1
研究论文 提出一种从单细胞RNA测序数据中检测低质量细胞的通用方法 使用超过20个生物和技术特征组成的精选特征集,相比传统方法分类准确率提高30%以上 NA 开发单细胞RNA测序数据中低质量细胞的检测方法 CD4+ T细胞、骨髓树突状细胞和小鼠胚胎干细胞 生物信息学 NA 单细胞RNA测序 NA 单细胞RNA测序数据 超过5,000个细胞 NA 单细胞RNA测序 NA NA
2 2025-10-06
Integration of electrophysiological recordings with single-cell RNA-seq data identifies neuronal subtypes
2016-Feb, Nature biotechnology IF:33.1Q1
研究论文 开发了一种结合电生理记录和单细胞RNA测序的方法来识别神经元亚型 首次将全细胞膜片钳记录与单细胞转录组测序相结合,揭示了神经元电生理特性与分子表型之间的直接联系 研究仅限于小鼠新皮质锥体细胞和中间神经元,样本规模相对有限 探索神经元电生理特性与分子表型之间的关系并识别神经元亚型 小鼠脑切片中的新皮质锥体细胞和中间神经元 神经科学 NA 单细胞RNA测序, 全细胞膜片钳记录, 逆转录, cDNA扩增 NA 电生理记录数据, 转录组数据 单个新皮质锥体细胞和中间神经元 Illumina 单细胞RNA-seq Illumina测序平台 Illumina文库制备和测序
3 2024-08-09
Discrete distributional differential expression (D3E)--a tool for gene expression analysis of single-cell RNA-seq data
2016-Feb-29, BMC bioinformatics IF:2.9Q1
研究论文 本文介绍了一种针对单细胞RNA测序数据设计的离散分布式差异基因表达分析工具D(3)E D(3)E算法能够检测表达变化,即使在平均水平不变的情况下,并能通过分析模型量化生物学上有意义的属性 NA 开发和评估一种新的单细胞RNA测序数据差异基因表达分析方法 单细胞RNA测序数据中的差异基因表达 数字病理学 NA RNA-seq NA 文本 使用合成数据进行评估,具体样本数量未提及 NA NA NA NA
4 2024-08-09
Culture-independent method for identification of microbial enzyme-encoding genes by activity-based single-cell sequencing using a water-in-oil microdroplet platform
2016-Feb-26, Scientific reports IF:3.8Q1
研究论文 本文介绍了一种基于活性单细胞测序的非培养方法,用于识别环境微生物中编码代谢活性酶的基因 该方法通过在水-油微滴平台中封装环境微生物细胞并使用荧光底物筛选活性细胞,实现了对未培养细菌细胞中目标酶编码基因的识别 NA 开发一种非培养方法,用于识别环境微生物中编码工业价值酶的基因 环境微生物中的β-葡萄糖苷酶基因 NA NA 活性单细胞测序 NA 基因组 从海洋样本中成功识别了14个新的β-葡萄糖苷酶基因 NA NA NA NA
5 2024-08-09
Resolving rates of mutation in the brain using single-neuron genomics
2016-Feb-22, eLife IF:6.4Q1
研究论文 本文通过单神经元基因组学方法重新分析了大脑中体细胞突变率,特别是LINE-1元素的逆转座事件 提出了单细胞测序、生物信息学分析和验证方法中的问题,导致大量假阳性结果,重新分析结果显示突变频率远低于先前报道 文章未明确提及具体的研究局限性 探究体细胞突变是否为大脑细胞提供功能多样性,并通过单神经元基因组学方法直接测量人类大脑中的体细胞突变率 人类大脑中的体细胞突变率,特别是LINE-1元素的逆转座事件 基因组学 NA 单细胞测序 NA 基因组数据 未明确提及具体样本数量 NA NA NA NA
6 2024-08-09
Single-cell Transcriptome Study as Big Data
2016-Feb, Genomics, proteomics & bioinformatics
研究论文 本文讨论了单细胞RNA测序(scRNA-seq)研究中大数据技术的应用,提出了一种处理和分析scRNA-seq数据的工作流程 提出了一个针对scRNA-seq数据特性和单细胞研究目标的工作流程 NA 探讨如何有效存储、处理和分析scRNA-seq数据 单细胞转录组数据 数字病理学 NA NGS NA 转录组数据 NA NA NA NA NA
7 2024-08-09
Single-Cell Gene Expression Analyses Reveal Heterogeneous Responsiveness of Fetal Innate Lymphoid Progenitors to Notch Signaling
2016-Feb-16, Cell reports IF:7.5Q1
research paper 本研究通过结合单细胞转录组学和克隆培养策略,揭示了胎儿先天淋巴细胞前体对Notch信号的异质性反应 本研究首次详细描述了ILC发育的过渡阶段多样性及其转录特征,并展示了它们对Notch信号的差异依赖性 NA 研究Notch信号在胎儿先天淋巴细胞发育中的作用 胎儿先天淋巴细胞前体及其对Notch信号的反应 digital pathology NA 单细胞转录组学 NA 基因表达数据 涉及αLP1和αLP2两种淋巴细胞前体群体 NA NA NA NA
8 2024-08-09
Adult mouse cortical cell taxonomy revealed by single cell transcriptomics
2016-Feb, Nature neuroscience IF:21.2Q1
研究论文 本研究利用单细胞RNA测序技术揭示了成年小鼠初级视觉皮层的细胞分类 首次构建了成年小鼠初级视觉皮层的细胞分类,并识别了49种转录组细胞类型 NA 揭示神经系统中细胞类型的多样性 成年小鼠的初级视觉皮层细胞 数字病理学 NA 单细胞RNA测序 NA 转录组数据 49种转录组细胞类型,包括23种GABA能细胞、19种谷氨酸能细胞和7种非神经元细胞 NA NA NA NA
9 2024-08-09
Single-cell transcriptomes reveal characteristic features of human pancreatic islet cell types
2016-Feb, EMBO reports IF:6.5Q1
研究论文 本研究通过单细胞RNA测序技术分析了70个来自人类胰腺胰岛的细胞,揭示了不同胰岛细胞亚型的特征性转录组特征 本研究首次通过单细胞RNA测序技术全面解析了人类胰腺胰岛细胞的异质性,并验证了先前描述的标记基因,同时识别了特定表达的转录因子 研究样本量较小,仅包含70个细胞,可能无法完全代表所有人类胰腺胰岛细胞的多样性 解析人类胰腺胰岛细胞的细胞组成,并为所有主要细胞类型建立转录组 人类胰腺胰岛细胞 数字病理学 NA 单细胞RNA测序 NA 转录组数据 70个来自人类胰腺胰岛的细胞 NA NA NA NA
回到顶部