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！
添加微信请说明来意
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。
当前共找到 172 篇文献，本页显示第 41 - 60 篇。
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 41 | 2024-08-09 |
Corrigendum: Digitaldlsorter: Deep-Learning on scRNA-Seq to Deconvolute Gene Expression Data
2019, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2019.01373
PMID:32117421
|
correction | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 42 | 2024-08-09 |
Reproducibility of Methods to Detect Differentially Expressed Genes from Single-Cell RNA Sequencing
2019, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2019.01331
PMID:32010190
|
研究论文 | 本研究评估了9种用于单细胞RNA测序数据差异表达基因检测工具的可重复性 | 本研究首次系统比较了专为单细胞RNA测序数据设计的工具与传统批量细胞RNA测序方法在单细胞数据上的表现 | 研究仅使用了三种真实数据集和一种模拟数据集进行比较，可能无法全面反映所有情况下的表现 | 评估不同方法在单细胞RNA测序数据中检测差异表达基因的可重复性 | 9种差异表达分析工具在单细胞RNA测序数据中的表现 | 生物信息学 | NA | 单细胞RNA测序 | NA | 基因表达数据 | 三种真实数据集和一种模拟数据集 | NA | NA | NA | NA |
| 43 | 2024-08-09 |
Species-Specific miRNAs in Human Brain Development and Disease
2019, Frontiers in cellular neuroscience
IF:4.2Q2
DOI:10.3389/fncel.2019.00559
PMID:31920559
|
综述 | 本文综述了物种特异性miRNA在人类大脑发育和疾病中的调控作用及其对人类大脑特征演变和神经系统疾病的贡献 | 探讨了miRNA表达的分化在塑造物种间基因表达差异中的重要作用，并介绍了单细胞测序方法在解析发育过渡期miRNA-mRNA相互作用中的应用 | NA | 阐明物种特异性miRNA调控机制，为神经疾病开发新型、全面和有效的治疗方法 | 人类大脑发育和神经系统疾病 | NA | 神经精神疾病 | 单细胞测序 | NA | 基因表达数据 | NA | NA | NA | NA | NA |
| 44 | 2024-08-09 |
Revealing Dynamic Mechanisms of Cell Fate Decisions From Single-Cell Transcriptomic Data
2019, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2019.01280
PMID:31921315
|
研究论文 | 开发了一种名为Topographer的新方法，用于从单细胞转录组数据构建定量的Waddington景观，揭示细胞命运决策的动态机制 | Topographer方法能够识别复杂的细胞状态转换轨迹，并估计由命运和转换概率表征的复杂细胞类型动态 | NA | 揭示细胞命运决策的动态机制 | 单细胞转录组数据 | 生物信息学 | NA | 单细胞RNA测序 | NA | 转录组数据 | 涉及人类初级肌细胞的单细胞RNA-seq数据 | NA | NA | NA | NA |
| 45 | 2024-08-09 |
Single-Cell RNA Sequencing of the Cardiovascular System: New Looks for Old Diseases
2019, Frontiers in cardiovascular medicine
IF:2.8Q2
DOI:10.3389/fcvm.2019.00173
PMID:31921894
|
综述 | 本文综述了单细胞RNA测序（scRNA-seq）在心血管系统研究中的应用，探讨了其在揭示细胞亚群和转录变异方面的潜力 | scRNA-seq技术揭示了新的细胞亚群和转录变异，为心血管疾病的基础科学研究提供了新的见解 | NA | 探讨scRNA-seq在心血管系统研究中的应用及其对理解心血管系统和病理的潜在价值 | 心血管系统中的细胞亚群和转录变异 | 数字病理学 | 心血管疾病 | 单细胞RNA测序（scRNA-seq） | NA | RNA表达数据 | NA | NA | NA | NA | NA |
| 46 | 2024-08-09 |
Identifying Common Genes, Cell Types and Brain Regions Between Diseases of the Nervous System
2019, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2019.01202
PMID:31850066
|
研究论文 | 本研究通过回顾518篇关于20种神经系统疾病的文献，构建了包含1607个突变和365个基因的数据集，分析了疾病间的遗传相似性和细胞类型相似性。 | 首次构建了迄今为止最全面的与20种神经系统疾病相关的基因突变数据集，并发现疾病间的遗传和细胞类型相似性与表型相似性显著相关。 | 疾病相关基因在脑区富集谱的距离与表型相似性无显著相关性。 | 探索神经系统疾病间的共同基因、细胞类型和脑区，以设计共同治疗方案。 | 20种神经系统疾病及其相关基因、细胞类型和脑区。 | 生物信息学 | 神经系统疾病 | 单细胞测序 | NA | 基因表达数据 | 1607个突变，365个基因，25种细胞类型，10个脑区 | NA | NA | NA | NA |
| 47 | 2024-08-09 |
Differential cell-type-expression of CYFIP1 and CYFIP2 in the adult mouse hippocampus
2019, Animal cells and systems
IF:2.5Q1
DOI:10.1080/19768354.2019.1696406
PMID:31853374
|
研究论文 | 本研究通过分析小鼠大脑单细胞RNA测序数据库和荧光免疫组织化学技术，探讨了CYFIP1和CYFIP2在成年小鼠海马体中的细胞类型特异性表达 | 发现了CYFIP1和CYFIP2在小鼠大脑中具有不同的细胞类型特异性表达模式，这一发现为理解与这些基因相关的大脑疾病的病理生理学和潜在治疗方法提供了新的见解 | NA | 探讨CYFIP1和CYFIP2在小鼠大脑中的细胞类型特异性表达及其在脑疾病中的作用 | CYFIP1和CYFIP2基因在小鼠海马体中的表达模式 | 分子遗传学 | 脑疾病 | 单细胞RNA测序 (scRNAseq), 荧光免疫组织化学 | NA | RNA | 成年小鼠海马体样本 | NA | NA | NA | NA |
| 48 | 2024-08-09 |
Siglecs, Novel Immunotherapy Targets, Potentially Enhance The Effectiveness of Existing Immune Checkpoint Inhibitors in Glioma Immunotherapy
2019, OncoTargets and therapy
IF:2.7Q3
DOI:10.2147/OTT.S223406
PMID:31819511
|
研究论文 | 本文研究了Siglec家族成员在胶质瘤免疫抑制中的作用，并探讨了它们与现有免疫检查点抑制剂联合使用的可能性 | 首次揭示了Siglec-5、-7、-9和-16在胶质瘤中的免疫抑制作用，并提出了与免疫检查点抑制剂联合使用的新策略 | NA | 研究Siglec家族成员在胶质瘤免疫治疗中的作用 | Siglec家族成员及其在胶质瘤免疫抑制中的作用 | NA | 胶质瘤 | 单细胞测序分析 | NA | 转录组数据 | 1024个胶质瘤样本和1551个胶质瘤单细胞 | NA | NA | NA | NA |
| 49 | 2024-08-09 |
HeLa-CCL2 cell heterogeneity studied by single-cell DNA and RNA sequencing
2019, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0225466
PMID:31790455
|
研究论文 | 本研究使用单细胞DNA和RNA测序技术研究HeLa-CCL2细胞的异质性 | 首次在单细胞水平上研究HeLa-CCL2细胞的拷贝数变异和转录组异质性，并分析了基因组与转录组在单细胞水平上的关系 | 单细胞测序技术在研究异质性细胞时需要更谨慎和严格的数据分析 | 探讨HeLa-CCL2细胞在单细胞水平上的基因组和转录组异质性 | HeLa-CCL2细胞 | 数字病理学 | 宫颈癌 | 单细胞DNA和RNA测序 | NA | DNA和RNA数据 | 多个HeLa-CCL2细胞 | NA | NA | NA | NA |
| 50 | 2024-08-09 |
Early Transcriptional Landscapes of Chlamydia trachomatis-Infected Epithelial Cells at Single Cell Resolution
2019, Frontiers in cellular and infection microbiology
IF:4.6Q1
DOI:10.3389/fcimb.2019.00392
PMID:31803632
|
研究论文 | 本研究利用单细胞RNA测序技术（scRNA-Seq）分析了衣原体感染的HEp-2细胞的早期转录组景观 | 首次在单细胞水平上研究衣原体感染的早期转录组变化，揭示了感染特定细胞轨迹和差异表达基因 | 研究样本量较小，仅包括200个细胞，可能影响结果的普遍性 | 评估单细胞RNA测序技术在衣原体生物学中的应用，并识别早期宿主细胞的衣原体感染生物标志物 | 衣原体感染的HEp-2细胞和模拟感染的HEp-2细胞 | 数字病理学 | 生殖道疾病 | 单细胞RNA测序（scRNA-Seq） | NA | 转录组数据 | 264个时间匹配的衣原体感染和模拟感染的HEp-2细胞 | NA | NA | NA | NA |
| 51 | 2024-08-09 |
Heterogeneity of Oligodendrocytes and Their Precursor Cells
2019, Advances in experimental medicine and biology
DOI:10.1007/978-981-32-9636-7_5
PMID:31760638
|
研究论文 | 本文探讨了少突胶质细胞及其前体细胞的异质性 | 通过单细胞RNA测序分析，识别出成熟的少突胶质细胞中的六个不同群体和OPCs中的一个群体，展示了这些细胞在发育和区域上的不均匀性 | NA | 研究少突胶质细胞及其前体细胞的多样性及其在中枢神经系统中的功能 | 少突胶质细胞及其前体细胞的异质性 | NA | NA | 单细胞RNA测序 | NA | 基因表达数据 | NA | NA | NA | NA | NA |
| 52 | 2024-08-09 |
Gene Expression-Based Identification of Antigen-Responsive CD8+ T Cells on a Single-Cell Level
2019, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2019.02568
PMID:31781096
|
研究论文 | 本文研究了如何在未筛选的单细胞基因表达数据中识别人类同源抗原反应性CD8 T细胞及其受体 | 开发了一种基于机器学习的分类器，能够从非选择性群体中敏感且特异地检测病毒反应性CD8 T细胞 | NA | 研究如何识别抗原反应性CD8 T细胞及其受体 | 人类同源抗原反应性CD8 T细胞及其受体 | 免疫学 | NA | 单细胞RNA测序和qPCR | 机器学习 | 基因表达数据 | 未具体说明样本数量 | NA | NA | NA | NA |
| 53 | 2024-08-09 |
The Tumor Suppressor Role of Zinc Finger Protein 671 (ZNF671) in Multiple Tumors Based on Cancer Single-Cell Sequencing
2019, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2019.01214
PMID:31781507
|
研究论文 | 本研究通过单细胞测序数据集（scRNA-seq）探讨了锌指蛋白671（ZNF671）在多种肿瘤中的肿瘤抑制作用 | 首次通过单细胞测序技术揭示了ZNF671在多种肿瘤中的肿瘤抑制功能，并探讨了其在异质性癌细胞群体中的作用 | 研究主要基于单细胞测序数据，可能需要进一步的实验验证 | 确定ZNF671在癌症单细胞中的功能状态及其在肿瘤中的作用 | 锌指蛋白671（ZNF671）及其在多种肿瘤中的功能 | 数字病理学 | 多种肿瘤 | 单细胞测序（scRNA-seq） | NA | 单细胞测序数据 | 涉及14种癌症相关的ZNF671单细胞测序数据集 | NA | NA | NA | NA |
| 54 | 2024-08-09 |
Single-Cell RNA Sequencing of Plant-Associated Bacterial Communities
2019, Frontiers in microbiology
IF:4.0Q2
DOI:10.3389/fmicb.2019.02452
PMID:31736899
|
研究论文 | 本文讨论了利用单细胞RNA测序技术分析植物相关细菌群落的方法和策略 | 本文介绍了单细胞转录组测序技术在解析细菌群落中基因表达模式的应用，这是传统高通量测序技术无法实现的 | NA | 揭示细菌群落中细胞间的基因表达模式及其在群落组织和功能中的作用 | 植物相关细菌群落 | 基因组学 | NA | 单细胞RNA测序 | NA | 转录组数据 | NA | NA | NA | NA | NA |
| 55 | 2024-08-09 |
The transcriptome difference between colorectal tumor and normal tissues revealed by single-cell sequencing
2019, Journal of Cancer
IF:3.3Q2
DOI:10.7150/jca.32267
PMID:31737124
|
研究论文 | 本研究通过单细胞测序技术分析了结直肠癌肿瘤组织与正常组织的转录组差异 | 使用单细胞转录组测序技术，能够更准确地揭示肿瘤组织中不同癌细胞的转录组差异 | NA | 揭示结直肠癌肿瘤组织与正常组织在单细胞层面的转录组差异 | 结直肠癌肿瘤组织和正常组织的单细胞转录组 | 数字病理学 | 结直肠癌 | 单细胞测序 | 机器学习 | 转录组数据 | 272个结直肠癌细胞和160个正常细胞 | NA | NA | NA | NA |
| 56 | 2024-08-09 |
Understanding tumor-infiltrating lymphocytes by single cell RNA sequencing
2019, Advances in immunology
DOI:10.1016/bs.ai.2019.08.004
PMID:31699218
|
研究论文 | 本文通过全长单细胞RNA测序技术研究了三种癌症类型的肿瘤浸润T细胞，并开发了STARTRAC分析框架来量化T细胞亚群的动态特性 | 本文开发了STARTRAC分析框架，揭示了肿瘤免疫微环境中T细胞亚群的保守性和癌症类型特异性，并提供了详细的分子图谱 | NA | 提高当前癌症免疫疗法的效果并开发新的治疗选项 | 肿瘤浸润T细胞及其在肿瘤免疫微环境中的特性 | 数字病理学 | 癌症 | 单细胞RNA测序 | NA | RNA序列数据 | 三种癌症类型的样本 | NA | NA | NA | NA |
| 57 | 2024-08-09 |
Digitaldlsorter: Deep-Learning on scRNA-Seq to Deconvolute Gene Expression Data
2019, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2019.00978
PMID:31708961
|
研究论文 | 本文介绍了一种基于深度学习的方法Digitaldlsorter，用于从scRNA-Seq数据中解卷积结直肠癌和乳腺癌的bulk RNA-Seq样本中的免疫浸润 | 该方法利用深度神经网络模型，不仅能够量化淋巴细胞总体，还能量化特定的CD8+、CD4Tmem、CD4Th和CD4Tregs亚群，以及B细胞和间质内容，并且签名是从肿瘤的scRNA-Seq数据构建的，保留了肿瘤微环境的特定特征 | NA | 旨在通过深度学习算法从scRNA-Seq数据中解卷积基因表达数据，以更好地理解细胞类型在疾病中的作用 | 结直肠癌和乳腺癌的bulk RNA-Seq样本中的免疫细胞浸润 | 机器学习 | 乳腺癌, 结直肠癌 | scRNA-Seq | 深度神经网络 (DNN) | RNA-Seq数据 | 应用到TCGA项目的样本 | NA | NA | NA | NA |
| 58 | 2024-08-09 |
Single-cell proteomics in complex tissues using microprobe capillary electrophoresis mass spectrometry
2019, Methods in enzymology
DOI:10.1016/bs.mie.2019.07.001
PMID:31668233
|
研究论文 | 本文介绍了一种基于微探针毛细管电泳高分辨率质谱（CE-HRMS）的单细胞蛋白质组学分析方法，能够在不分离或解剖整个细胞的情况下，直接对嵌入复杂组织中的单个细胞进行蛋白质组学分析 | 该技术利用微尺度样品收集和处理、分离及离子化技术的最新进展，将高分辨率质谱技术扩展到单细胞水平，揭示了胚胎细胞和神经元之间先前未知的蛋白质组学差异 | NA | 旨在扩展我们对单个细胞产生的蛋白质差异（异质性）及其对正常和受损发育贡献的理解 | 研究对象包括非洲爪蟾和斑马鱼的早期发育胚胎中的单个细胞，以及小鼠黑质中电生理学识别的单个神经元 | 蛋白质组学 | NA | 微探针毛细管电泳高分辨率质谱（CE-HRMS） | NA | 蛋白质组学数据 | 涉及非洲爪蟾、斑马鱼的早期发育胚胎中的单个细胞，以及小鼠黑质中电生理学识别的单个神经元 | NA | NA | NA | NA |
| 59 | 2024-08-09 |
Recent advances in understanding neocortical development
2019, F1000Research
DOI:10.12688/f1000research.20332.1
PMID:31681469
|
综述 | 本文综述了最近在理解新皮质发育方面的突出进展，特别关注背侧前体细胞和兴奋性神经元 | 强调了神经干细胞在不同类别中的分化及其增殖和神经元产生的过程，以及最近关于神经元迁移的发现 | NA | 总结新皮质发育的最新进展，并探讨其进化和疾病机制 | 新皮质发育，特别是背侧前体细胞和兴奋性神经元 | NA | NA | 单细胞转录组学 | NA | 基因表达数据 | NA | NA | NA | NA | NA |
| 60 | 2024-08-09 |
Mind the Map: Technology Shapes the Myeloid Cell Space
2019, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2019.02287
PMID:31636632
|
研究论文 | 本文探讨了髓系细胞系统中细胞类型分类的挑战，并讨论了多维技术如质谱流式细胞术和单细胞RNA测序在细胞类型识别中的应用 | 利用多维技术如质谱流式细胞术和单细胞RNA测序来挑战现有的细胞类型理解，并提出新的分类策略 | 尽管新技术强大，但需要将其结果与数十年来建立的先前知识相结合 | 报告髓系细胞系统中细胞类型分类的早期尝试，讨论当前方法及其优缺点，并提出未来分类策略 | 髓系细胞系统的细胞类型分类 | NA | NA | 质谱流式细胞术，单细胞RNA测序 | NA | 细胞数据 | NA | NA | NA | NA | NA |