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 61 - 80 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 61 | 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 | NA | NA | NA | NA |
| 62 | 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 | NA | NA | NA | NA |
| 63 | 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 | NA | NA | NA | NA |
| 64 | 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 | NA | NA | NA | NA |
| 65 | 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 | NA | NA | NA | NA |
| 66 | 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 | NA | NA | NA | NA |
| 67 | 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 | NA | NA | NA | NA |
| 68 | 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 | NA | NA | NA | NA |
| 69 | 2024-08-09 |
Single-Cell Transcriptomics Reveals Spatial and Temporal Turnover of Keratinocyte Differentiation Regulators
2019, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2019.00775
PMID:31552090
|
研究论文 | 本文利用单细胞RNA测序数据，分析了22,338个人类包皮角质形成细胞的转录调控，揭示了角质形成细胞分化调控因子的空间和时间变化 | 识别了在角质形成细胞分化过程中协同表达变化的转录因子组，并展示了这些转录因子在超级增强子中的预测结合富集与分化状态的转变一致 | NA | 研究角质形成细胞分化过程中的动态基因调控 | 人类包皮角质形成细胞 | 数字病理学 | NA | 单细胞RNA测序 | NA | 转录组数据 | 22,338个人类包皮角质形成细胞 | NA | NA | NA | NA |
| 70 | 2024-08-09 |
Cross-Species Analysis of Single-Cell Transcriptomic Data
2019, Frontiers in cell and developmental biology
IF:4.6Q1
DOI:10.3389/fcell.2019.00175
PMID:31552245
|
综述 | 本文综述了跨物种单细胞转录组数据分析的计算方法发展 | 探讨了跨物种单细胞数据比较的新计算方法，有望深入理解细胞层面的进化作用 | 跨物种比较受多种生物和技术因素影响，如批次效应和基因进化关系 | 开发详细的细胞类型系统发育树，描述跨物种细胞类型的进化和发育关系 | 跨物种的单细胞转录组数据 | 生物信息学 | NA | scRNA-seq | NA | 转录组数据 | 涉及多个物种和分类群的单细胞 | NA | NA | NA | NA |
| 71 | 2024-08-09 |
High-Dimensional Immunophenotyping with Fluorescence-Based Cytometry: A Practical Guidebook
2019, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-4939-9650-6_1
PMID:31522410
|
research paper | 本文提供了一个关于如何成功设计和执行基于荧光的复杂免疫表型分析面板的实用指南 | 本文解决了常见的误解和注意事项，并讨论了与这些数据集的质量控制和分析相关的挑战 | NA | 提供基于荧光的高维度单细胞免疫表型分析的实用指南 | 基于荧光的流式细胞术在免疫系统复杂性研究中的应用 | NA | NA | 荧光基流式细胞术 | NA | 单细胞数据 | NA | NA | NA | NA | NA |
| 72 | 2024-08-09 |
Postoperative metastasis prediction based on portal vein circulating tumor cells detected by flow cytometry in periampullary or pancreatic cancer
2019, Cancer management and research
IF:2.5Q3
DOI:10.2147/CMAR.S210332
PMID:31496801
|
研究论文 | 本研究评估了通过流式细胞术检测门静脉循环肿瘤细胞在预测术后转移中的价值 | 本研究首次采用流式细胞术结合激光共聚焦显微镜和单细胞测序技术，验证了门静脉循环肿瘤细胞在预测胰腺或壶腹部肿瘤术后转移中的作用 | NA | 评估流式细胞术检测门静脉循环肿瘤细胞在预测术后转移中的价值 | 39名胰腺或壶腹部肿瘤患者的门静脉血和外周血样本 | 数字病理学 | 胰腺癌 | 流式细胞术 | NA | 血液样本 | 39名患者 | NA | NA | NA | NA |
| 73 | 2024-08-09 |
Cnidofest 2018: the future is bright for cnidarian research
2019, EvoDevo
IF:4.1Q1
DOI:10.1186/s13227-019-0134-5
PMID:31508195
|
研究论文 | 本文报道了2018年珊瑚虫模型系统会议（Cnidofest）的内容，涵盖了珊瑚虫生物学的多个方面及现代研究技术的进展 | 会议强调了微流控技术和单细胞转录组学在珊瑚虫模型中的应用 | NA | 提供Cnidofest 2018会议中展示的令人兴奋的研究概述，并讨论未来研究的机会 | 珊瑚虫生物学的多个方面，包括基因组学、发育、神经生物学、免疫学、共生、生态学和进化 | NA | NA | 微流控技术、单细胞转录组学 | NA | NA | NA | NA | NA | NA | NA |
| 74 | 2024-08-09 |
A Tool for Visualization and Analysis of Single-Cell RNA-Seq Data Based on Text Mining
2019, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2019.00734
PMID:31447887
|
研究论文 | 本文介绍了一种基于文本挖掘的单细胞RNA测序数据可视化和分析工具 | 该工具采用TF-IDF模型进行数据转换，适用于处理稀疏和零膨胀的单细胞数据，并展示了其在区分不同细胞类型方面的优越性 | NA | 开发一种适用于单细胞RNA测序数据的新型计算流程 | 单细胞RNA测序数据 | 生物信息学 | NA | 单细胞RNA测序 | TF-IDF | 文本 | 数千个细胞 | NA | NA | NA | NA |
| 75 | 2024-08-09 |
The single-cell sequencing: new developments and medical applications
2019, Cell & bioscience
DOI:10.1186/s13578-019-0314-y
PMID:31391919
|
综述 | 本文综述了单细胞测序技术的最新进展及其在肿瘤学、微生物学、神经学、生殖学、免疫学、消化系统和泌尿系统中的应用 | 介绍了单细胞测序技术在多个医学领域的最新应用 | NA | 探讨单细胞测序技术在医学领域的应用 | 单细胞的基因组、转录组及其他多组学特征 | NA | NA | 单细胞测序 | NA | 基因组、转录组等多组学数据 | NA | NA | NA | NA | NA |
| 76 | 2024-08-09 |
Growth Hormone Promotes in vitro Maturation of Human Oocytes
2019, Frontiers in endocrinology
IF:3.9Q2
DOI:10.3389/fendo.2019.00485
PMID:31396155
|
研究论文 | 本研究探讨了生长激素（GH）在体外成熟（IVM）人卵母细胞中的作用 | 首次系统研究了生长激素在人卵母细胞IVM中的应用，并通过单细胞RNA测序分析了其对基因表达的影响 | 研究仅限于特定的生长激素浓度和特定的人卵母细胞样本 | 提高人卵母细胞体外成熟的成功率 | 人卵母细胞及其在体外成熟过程中的基因表达 | 生殖医学 | NA | 单细胞RNA测序 | NA | 基因表达数据 | 使用了不同浓度的生长激素处理的人卵母细胞样本 | NA | NA | NA | NA |
| 77 | 2024-08-09 |
Single-Cell Transcriptome Analysis of T Cells
2019, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-4939-9728-2_16
PMID:31396939
|
研究论文 | 本文提供了一个实验和计算工作流程，用于单细胞RNA测序（scRNA-seq）分析T细胞 | 介绍了使用scRNA-seq技术研究T细胞异质性的新途径，并讨论了其在T细胞生物学中的未来方向 | 讨论了当前方法在T细胞生物学中的局限性 | 探索T细胞的异质性，并提供一个可重现的生物信息学管道 | T细胞 | 分子生物学 | NA | 单细胞RNA测序（scRNA-seq） | NA | 转录组数据 | 从基于板的排序T细胞中提取的数据，使用流式细胞术和全长转录组协议如Smart-Seq2 | NA | NA | NA | NA |
| 78 | 2024-08-09 |
Characteristics of a novel cell line ZJU-0430 established from human gallbladder carcinoma
2019, Cancer cell international
IF:5.3Q1
DOI:10.1186/s12935-019-0911-1
PMID:31367188
|
研究论文 | 本文介绍了从人胆囊癌中建立的新型细胞系ZJU-0430的特性 | 建立了新的胆囊癌细胞系ZJU-0430，并对其进行了全面的体外和体内特性分析 | NA | 建立胆囊癌细胞系以研究胆囊癌的分子发病机制 | 胆囊癌细胞系ZJU-0430 | NA | 胆囊癌 | 单细胞RNA测序, 光学和电子显微镜, DNA含量分析, 细胞遗传学分析, 短串联重复(STR)DNA指纹分析, 免疫表型特征分析, 异种移植 | NA | 细胞 | NA | NA | NA | NA | NA |
| 79 | 2024-08-09 |
Single-Cell RNA Sequencing-Based Computational Analysis to Describe Disease Heterogeneity
2019, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2019.00629
PMID:31354786
|
综述 | 本文综述了单细胞RNA测序（scRNA-seq）技术及其在疾病异质性研究中的应用 | 介绍了scRNA-seq技术在不同条件下对分子特征识别的稳健性及其在科研和临床应用中的潜力 | NA | 探讨scRNA-seq技术在疾病异质性研究中的应用及其分析框架的性能稳健性 | 单细胞RNA测序技术和其分析框架 | 数字病理学 | NA | 单细胞RNA测序（scRNA-seq） | NA | 转录组数据 | NA | NA | NA | NA | NA |
| 80 | 2024-08-09 |
Pipeliner: A Nextflow-Based Framework for the Definition of Sequencing Data Processing Pipelines
2019, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2019.00614
PMID:31316552
|
研究论文 | 介绍了一个基于Nextflow的框架Pipeliner，用于定义和处理各种类型的测序数据 | Pipeliner框架结合了Nextflow脚本语言和Anaconda包管理器，提供了模块化的计算工作流程，便于扩展和维护 | NA | 开发一个灵活且用户友好的数据预处理平台，用于处理高吞吐量测序技术产生的数据 | Pipeliner框架及其在批量RNA测序、单细胞RNA测序和数字基因表达数据处理中的应用 | 生物信息学 | NA | Nextflow, Anaconda | NA | 测序数据 | 使用玩具数据集进行演示 | NA | NA | NA | NA |