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，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10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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 41 | 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 |
| 42 | 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 |
| 43 | 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 |
| 44 | 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 |
| 45 | 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 |
| 46 | 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 |
| 47 | 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 |
| 48 | 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 |
| 49 | 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 |
| 50 | 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 |
| 51 | 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 |
| 52 | 2024-08-09 |
MTGO-SC, A Tool to Explore Gene Modules in Single-Cell RNA Sequencing Data
2019, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2019.00953
PMID:31649730
|
研究论文 | 本文介绍了一种名为MTGO-SC的工具，用于在单细胞RNA测序数据中探索基因模块 | MTGO-SC是专门为单细胞RNA测序数据设计的生物网络模块检测算法的适应版本，能够利用网络拓扑结构和节点（基因）的注释来隔离基因功能模块 | NA | 旨在通过识别基因交互网络中的功能模块来理解生物过程，揭示生物机制、候选生物标志物或药物发现/再定位的潜在目标 | 单细胞RNA测序数据中的基因模块 | 生物信息学 | NA | 单细胞RNA测序 (scRNA-seq) | MTGO-SC算法 | 基因网络数据 | 每个细胞簇（通常是细胞类型或状态）组成每个样本的网络 |
| 53 | 2024-08-09 |
Microbiome Big-Data Mining and Applications Using Single-Cell Technologies and Metagenomics Approaches Toward Precision Medicine
2019, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2019.00972
PMID:31649735
|
综述 | 本文综述了利用单细胞测序和宏基因组学方法进行微生物组大数据挖掘的当前分析策略及其在精准医学中的应用 | 提出了多组学方法和单细胞测序的整合，以全面理解微生物组在宏观和微观层面的特性 | NA | 探讨微生物组大数据挖掘在精准医学中的应用 | 微生物组及其与宿主器官和疾病的关系 | 精准医学 | NA | 单细胞测序, 宏基因组学 | NA | 大数据 | NA |
| 54 | 2024-08-09 |
Evaluation of methods to assign cell type labels to cell clusters from single-cell RNA-sequencing data
2019, F1000Research
DOI:10.12688/f1000research.18490.3
PMID:31508207
|
研究论文 | 本文评估了五种方法在单细胞RNA测序数据中为细胞簇分配细胞类型标签的性能 | 首次系统比较了多种方法在单细胞RNA测序数据中为细胞簇分配细胞类型标签的性能 | 方法性能受细胞类型签名中基因数量的影响，小签名更可能导致错误结果 | 评估不同方法在单细胞RNA测序数据中自动分配细胞类型标签的能力 | 五种方法在不同单细胞RNA测序数据集中的表现 | 生物信息学 | NA | 单细胞RNA测序(scRNA-seq) | NA | 基因表达数据 | 涉及五个数据集，细胞数量从约3,700到约68,000不等 |
| 55 | 2024-08-09 |
Tensor Decomposition-Based Unsupervised Feature Extraction Applied to Single-Cell Gene Expression Analysis
2019, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2019.00864
PMID:31608111
|
研究论文 | 本研究采用基于张量分解的无监督特征提取方法，用于整合人和小鼠中脑发育的单细胞RNA测序表达谱 | 提出了一种基于张量分解的无监督特征提取方法，能够选择不仅在人和小鼠之间一致的基因，还包括生物学上可靠的基因 | NA | 旨在改进单细胞RNA测序数据的解释性，通过无监督特征提取方法提高基因选择的准确性和生物学可靠性 | 人和小鼠中脑发育的单细胞RNA测序表达谱 | 生物信息学 | NA | 单细胞RNA测序 | 张量分解 | 基因表达数据 | NA |
| 56 | 2024-08-09 |
SCDevDB: A Database for Insights Into Single-Cell Gene Expression Profiles During Human Developmental Processes
2019, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2019.00903
PMID:31611909
|
研究论文 | 本文开发了一个名为SCDevDB的数据库，用于研究人类发育过程中单细胞基因表达谱 | SCDevDB数据库不仅提供搜索和可视化功能，还考虑了收集的细胞群的生物学关系，并构建了24种不同的发育途径 | NA | 开发一个数据库，以深入研究人类发育过程中单细胞基因表达谱 | 人类发育过程中的单细胞基因表达谱 | 基因组学 | NA | 单细胞RNA测序 | NA | 基因表达数据 | 收集了10个人类单细胞RNA测序数据集，分为176个发育细胞群 |
| 57 | 2024-08-09 |
Complement in Human Pre-implantation Embryos: Attack and Defense
2019, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2019.02234
PMID:31620138
|
研究论文 | 本文首次全面分析了人类胚胎植入前阶段补体分子的表达和沉积情况 | 揭示了补体激活在人类胚胎植入前阶段的发生，并展示了胚胎细胞自身表达和激活C3和C5的能力 | NA | 探讨补体系统在人类胚胎植入前阶段的免疫调节作用及其对妊娠结果的影响 | 人类胚胎植入前阶段的补体分子 | NA | 妊娠并发症 | 共聚焦显微镜，单细胞RNA测序 | NA | 图像，RNA | NA |
| 58 | 2024-08-09 |
Spatially resolved transcriptomics reveals plant host responses to pathogens
2019, Plant methods
IF:4.7Q1
DOI:10.1186/s13007-019-0498-5
PMID:31624491
|
研究论文 | 本文介绍了一种名为GaST-seq的微尺度空间转录组测序工作流程，用于研究植物组织小区域的表达谱，并比较了该方法与广泛使用的Illumina TruSeq方法的性能。 | GaST-seq方法成本较低，易于采用，并能在空间实验中识别植物器官间的表达差异。 | NA | 研究植物对病原体的宿主反应 | 植物组织的空间转录组响应 | 数字病理学 | NA | 空间转录组测序 | NA | 转录组数据 | 涉及拟南芥叶片和白粉菌感染的样本 |
| 59 | 2024-08-09 |
Single-Cell Sequencing Reveals the Relationship between Phenotypes and Genotypes of Klinefelter Syndrome
2019, Cytogenetic and genome research
IF:1.7Q3
DOI:10.1159/000503737
PMID:31630146
|
研究论文 | 本研究通过单细胞测序技术分析了克氏综合征（KS）患者与正常男性和女性对照组在外周血单个核细胞（PBMCs）中的基因表达差异 | 首次在单细胞水平上揭示了克氏综合征患者PBMCs中细胞类型的分子特征及其与临床表型的关联 | 研究样本仅限于一名中国男性克氏综合征患者，可能限制了结果的普遍性 | 探讨克氏综合征的基因型与表型之间的关系 | 克氏综合征患者的外周血单个核细胞 | 数字病理学 | 男性不育症 | 单细胞测序 | NA | 基因表达数据 | 共分析了24,439个细胞，分为5种免疫细胞类型 |
| 60 | 2024-08-09 |
[Progress in single-cell analysis of hematopoiesis]
2019, [Rinsho ketsueki] The Japanese journal of clinical hematology
DOI:10.11406/rinketsu.60.1075
PMID:31597830
|
research paper | 本文探讨了单细胞分析技术在血液生成机制研究中的进展 | 利用下一代测序技术进行单细胞转录组和表观基因组分析以及基于细胞条形码的谱系追踪，揭示了细胞群体的广泛异质性，并提出了新的连续模型 | NA | 深入理解正常和异常血液生成机制，并开发新的血液疾病治疗方法 | 血液生成过程中的细胞类型和分化阶段 | NA | NA | 下一代测序技术 | NA | 转录组和表观基因组数据 | NA |