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 1659 篇文献，本页显示第 281 - 300 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 281 | 2024-08-07 |
Mapping Cellular Coordinates through Advances in Spatial Transcriptomics Technology
2020-07-31, Molecules and cells
IF:3.7Q2
DOI:10.14348/molcells.2020.0020
PMID:32507771
|
综述 | 本文综述了空间转录组学技术的发展及其在获取细胞原位基因表达信息中的应用 | 介绍了通过整合成像和位置条码技术来获取细胞位置信息的方法 | 目前方法主要依赖于组织中细胞的物理分离，导致位置信息缺失 | 探讨空间转录组学技术在理解组织结构依赖性和位置依赖性细胞功能中的应用 | 细胞间的通信及其在组织稳态中的基本过程 | NA | NA | 单细胞RNA测序技术 | NA | 基因表达数据 | NA |
| 282 | 2024-08-07 |
GMM-Demux: sample demultiplexing, multiplet detection, experiment planning, and novel cell-type verification in single cell sequencing
2020-07-30, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-020-02084-2
PMID:32731885
|
研究论文 | 本文提出了一种基于高斯混合模型的多重检测方法GMM-Demux，用于单细胞RNA测序中的样本解复用、多重检测、实验规划和新细胞类型验证 | GMM-Demux通过样本条形码技术，包括细胞哈希和MULTI-seq，准确识别并移除多重样本，并使用液滴形成模型验证从scRNA-seq数据中发现的可疑细胞类型 | NA | 提高单细胞RNA测序的可扩展性和可靠性 | 单细胞RNA测序中的多重样本检测和新细胞类型验证 | 单细胞测序 | NA | 单细胞RNA测序 | 高斯混合模型 | RNA测序数据 | 在PBMC数据集中识别了9种由多重样本引起的人工细胞类型 |
| 283 | 2024-08-07 |
Combining single-cell RNA-sequencing with a molecular atlas unveils new markers for Caenorhabditis elegans neuron classes
2020-07-27, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkaa486
PMID:32542321
|
研究论文 | 本研究结合单细胞RNA测序和分子图谱，揭示了Caenorhabditis elegans神经元类别的新标记 | 设计了一种迭代聚类分析方法，成功将97种神经元类别分配到聚类中，并设计了15种新的神经元类别特异性启动子 | 仅成功分配了118种神经元类别中的97种，且部分聚类包含具有相似分子特征的神经元类别 | 通过单细胞RNA测序和分子图谱，识别和验证Caenorhabditis elegans神经元类别的新标记 | Caenorhabditis elegans的神经元类别及其分子特征 | 分子生物学 | NA | 单细胞RNA测序 | 迭代聚类分析 | 基因表达数据 | 约800个基因在单细胞分辨率下的表达模式 |
| 284 | 2024-08-07 |
High-dimensional single-cell analysis delineates radiofrequency ablation induced immune microenvironmental remodeling in pancreatic cancer
2020-07-27, Cell death & disease
IF:8.1Q1
DOI:10.1038/s41419-020-02787-1
PMID:32719347
|
研究论文 | 本研究通过同源肿瘤模型和单细胞RNA及T细胞受体测序，探讨了射频消融（RFA）治疗后远处非RFA肿瘤中肿瘤浸润免疫细胞的改变 | 首次揭示了RFA治疗在胰腺癌小鼠模型中对远处非RFA肿瘤免疫微环境的重组作用，并提出RFA与免疫检查点抑制剂联合治疗可能是一种有效的治疗策略 | NA | 探讨RFA治疗对远处肿瘤免疫微环境的影响 | 胰腺癌小鼠模型中的肿瘤浸润免疫细胞 | 数字病理学 | 胰腺癌 | 单细胞RNA测序 | NA | 单细胞RNA | NA |
| 285 | 2024-08-07 |
Single-cell RNA-seq analysis reveals ploidy-dependent and cell-specific transcriptome changes in Arabidopsis female gametophytes
2020-07-22, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-020-02094-0
PMID:32698836
|
研究论文 | 本研究使用单细胞RNA测序技术分析了拟南芥四倍体和同源二倍体雌配子细胞的转录组变化 | 揭示了四倍体植物中单细胞转录组丰度与细胞大小的关系，并发现了新的雌配子细胞特异性转录本 | 研究主要集中在拟南芥的雌配子细胞，对其他植物或细胞类型的适用性有待进一步验证 | 探讨多倍体对植物细胞转录组变化的影响 | 拟南芥的四倍体和二倍体雌配子细胞 | 基因组学 | NA | 单细胞RNA测序 (scRNA-seq) | NA | 转录组数据 | 拟南芥四倍体和二倍体雌配子细胞 |
| 286 | 2024-08-07 |
Biological and Medical Importance of Cellular Heterogeneity Deciphered by Single-Cell RNA Sequencing
2020-07-22, Cells
IF:5.1Q2
DOI:10.3390/cells9081751
PMID:32707839
|
综述 | 本文综述了单细胞RNA测序（scRNA-seq）在解析细胞异质性方面的最新进展 | 探讨了将机器学习与人工智能与先进的scRNA-seq技术结合的可能性，为未来设计精准医疗和靶向治疗提供基础 | 目前scRNA-seq技术的局限性，如在原位和体内进行scRNA-seq的挑战 | 探讨scRNA-seq技术在解析细胞异质性及其在病理学中的作用 | 细胞异质性在各种器官、体液和病理（如癌症和阿尔茨海默病）中的表现 | 数字病理学 | NA | 单细胞RNA测序（scRNA-seq） | NA | 转录组数据 | NA |
| 287 | 2024-08-07 |
Single-cell lineage analysis reveals genetic and epigenetic interplay in glioblastoma drug resistance
2020-07-15, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-020-02085-1
PMID:32669109
|
研究论文 | 本文通过结合细胞谱系条形码和单细胞转录组学技术，追踪了在RTK抑制剂治疗下，干细胞样胶质母细胞瘤细胞中药物抗性的出现 | 本文创新地揭示了遗传和表观遗传机制在胶质母细胞瘤药物抗性中的相互作用 | NA | 研究胶质母细胞瘤中遗传和表观遗传变化如何影响肿瘤内异质性及药物抗性 | 胶质母细胞瘤细胞及其对RTK抑制剂的抗性 | 数字病理学 | 脑瘤 | 单细胞转录组学 | NA | 基因组数据 | 涉及多种条形码谱系的干细胞样胶质母细胞瘤细胞 |
| 288 | 2024-08-07 |
Integrating Deep Supervised, Self-Supervised and Unsupervised Learning for Single-Cell RNA-seq Clustering and Annotation
2020-07-14, Genes
IF:2.8Q2
DOI:10.3390/genes11070792
PMID:32674393
|
研究论文 | 本文提出了一种新的端到端细胞监督聚类和注释框架scAnCluster，用于单细胞RNA测序数据的聚类和注释 | 该框架集成了深度监督学习、自监督学习和无监督学习技术，能够有效利用参考数据中的细胞类型标签来辅助目标数据的无标签细胞聚类和注释 | NA | 旨在改进单细胞RNA测序数据的聚类和注释过程 | 单细胞RNA测序数据 | 生物信息学 | NA | 单细胞RNA测序 | 深度学习模型 | 基因表达数据 | NA |
| 289 | 2024-08-07 |
DISC: a highly scalable and accurate inference of gene expression and structure for single-cell transcriptomes using semi-supervised deep learning
2020-07-10, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-020-02083-3
PMID:32650816
|
研究论文 | 本文开发了一种名为DISC的新型深度学习网络，利用半监督学习方法来推断由dropouts掩盖的基因结构和表达 | DISC在十个真实世界数据集上与七种最先进的填补方法相比，持续表现出更优的性能 | 填补方法可能会不可避免地引入错误信号 | 提高单细胞转录组中基因表达和细胞类型分类的准确性 | 单细胞转录组中的基因表达和结构 | 机器学习 | NA | 深度学习 | 深度学习网络 | 转录组数据 | 十个真实世界数据集 |
| 290 | 2024-08-07 |
Searching large-scale scRNA-seq databases via unbiased cell embedding with Cell BLAST
2020-07-10, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-020-17281-7
PMID:32651388
|
研究论文 | 本文介绍了一种基于神经网络生成模型和定制细胞间相似度度量的细胞查询方法Cell BLAST，用于大规模单细胞RNA测序数据库的查询和注释 | 提出了Cell BLAST方法，该方法基于神经网络生成模型和定制的细胞间相似度度量，能够有效处理批次效应并准确注释细胞类型和细胞分化潜能 | NA | 开发一种高效且准确的细胞查询方法，以利用现有注释来注释新测序的细胞 | 单细胞RNA测序数据中的细胞类型和细胞分化潜能 | 数字病理学 | NA | 单细胞RNA测序 | 神经网络 | 单细胞RNA测序数据 | 大规模单细胞RNA测序数据库 |
| 291 | 2024-08-07 |
A transcriptomic map of murine and human alopecia areata
2020-07-09, JCI insight
IF:6.3Q1
DOI:10.1172/jci.insight.137424
PMID:32453712
|
研究论文 | 本文利用单细胞测序技术揭示了小鼠和人类斑秃（AA）中免疫细胞的独特表达谱 | 首次通过单细胞测序技术在小鼠AA中发现CD4+和CD8+ T细胞的克隆扩增，并验证了这些发现与人类AA的相关性 | NA | 揭示斑秃（AA）中免疫细胞的表达特征，并探索其在小鼠和人类中的相关性 | 小鼠和人类的斑秃（AA） | 数字病理学 | 自身免疫疾病 | 单细胞测序 | NA | 转录组数据 | 具体样本数量未在摘要中提及 |
| 292 | 2024-08-07 |
Quantile normalization of single-cell RNA-seq read counts without unique molecular identifiers
2020-07-03, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-020-02078-0
PMID:32620142
|
研究论文 | 本文提出了一种针对无唯一分子标识符（UMI）的单细胞RNA测序（scRNA-seq）读取计数的分位数归一化方法，称为准UMI归一化 | 本文创新性地提出了准UMI归一化方法，通过将读取计数归一化为从UMI数据集经验推导出的复合泊松分布，提高了无UMI scRNA-seq数据的准确性 | NA | 研究目的是提高无UMI的scRNA-seq数据的处理准确性 | 研究对象是无UMI的scRNA-seq数据 | 数字病理学 | NA | 单细胞RNA测序（scRNA-seq） | NA | 基因表达数据 | NA |
| 293 | 2024-08-07 |
ASAP 2020 update: an open, scalable and interactive web-based portal for (single-cell) omics analyses
2020-07-02, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkaa412
PMID:32449934
|
研究论文 | 开发了一个名为ASAP的基于网络的协作门户，用于单细胞组学数据分析 | ASAP利用Docker系统提高可重复性，并采用新开发的生物信息学方法提高可扩展性，能够处理包含数百万细胞的数据集 | NA | 使单细胞组学数据分析（如scRNA-seq和scATAC-seq）更加普及 | 单细胞组学数据分析 | 生物信息学 | NA | 单细胞测序 | NA | 单细胞组学数据 | 数百万细胞 |
| 294 | 2024-08-07 |
Lineage tracing meets single-cell omics: opportunities and challenges
2020-07, Nature reviews. Genetics
DOI:10.1038/s41576-020-0223-2
PMID:32235876
|
综述 | 本文综述了单细胞组学与谱系追踪技术结合的最新进展、挑战及机遇 | 结合单细胞测序技术和基于测序的谱系追踪方法，能够将克隆关系映射到转录组图谱上，实现分子历史与有丝分裂历史的详细比较 | NA | 探讨发育生物学和干细胞生物学中绘制分化细胞类型发育历史（发生学）的基本目标 | 单细胞测序技术和基于测序的谱系追踪方法 | 生物信息学 | NA | 单细胞测序 | NA | 转录组 | 数百万个单个细胞 |
| 295 | 2024-08-07 |
A single-cell atlas of the peripheral immune response in patients with severe COVID-19
2020-07, Nature medicine
IF:58.7Q1
DOI:10.1038/s41591-020-0944-y
PMID:32514174
|
研究论文 | 本文通过单细胞RNA测序技术分析了严重COVID-19患者的外周血单核细胞，揭示了其免疫细胞表型的重构 | 首次提供了严重COVID-19患者外周免疫反应的细胞图谱，并发现外周单核细胞和淋巴细胞不表达大量促炎细胞因子 | 样本量较小，仅包括七名COVID-19患者和六名健康对照 | 阐明严重COVID-19中可能导致免疫病理或保护性免疫的外周免疫细胞途径 | 严重COVID-19患者的外周血单核细胞 | 数字病理学 | COVID-19 | 单细胞RNA测序 | NA | 基因表达数据 | 七名COVID-19患者和六名健康对照 |
| 296 | 2024-08-07 |
Identifying tumor clones in sparse single-cell mutation data
2020-07-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaa449
PMID:32657385
|
研究论文 | 本文介绍了一种名为SBMClone的方法，用于从超低覆盖率的单细胞突变数据中识别肿瘤克隆 | SBMClone使用随机块模型克服了超低覆盖率单细胞测序数据中的稀疏性问题 | 目前方法仅限于分析大型拷贝数异常（CNAs），而单核苷酸突变数据的稀疏性仍是一个挑战 | 开发一种方法，从超低覆盖率的单细胞测序数据中准确推断出共享体细胞单核苷酸突变的细胞集群 | 单细胞全基因组测序数据 | 生物信息学 | 乳腺癌 | 单细胞全基因组测序 | 随机块模型 | 单细胞突变数据 | 两个乳腺癌患者的单细胞全基因组测序数据 |
| 297 | 2024-08-07 |
Robust and accurate deconvolution of tumor populations uncovers evolutionary mechanisms of breast cancer metastasis
2020-07-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaa396
PMID:32657393
|
研究论文 | 开发了一种名为RAD的新工具包，用于从多个转录组样本中解卷积出生物学上有意义的肿瘤亚群，并应用于乳腺癌转移数据集 | RAD工具包采用基因模块压缩和混合优化器，提高了RNA数据中的噪声抑制能力，并能准确推断细胞群在转移过程中的适应性变化 | NA | 揭示乳腺癌转移过程中的克隆进化机制 | 乳腺癌转移的肿瘤亚群和进化机制 | 数字病理学 | 乳腺癌 | 转录组学 | 混合优化器 | 转录组数据 | 多个转录组样本 |
| 298 | 2024-08-07 |
Trajectory and Functional Analysis of PD-1high CD4+CD8+ T Cells in Hepatocellular Carcinoma by Single-Cell Cytometry and Transcriptome Sequencing
2020-Jul, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202000224
PMID:32670760
|
研究论文 | 本研究通过单细胞流式细胞术和转录组测序分析了肝细胞癌中PD-1高表达的CD4+CD8+ T细胞的轨迹和功能 | 首次系统地描述了肝细胞癌中PD-1DPT细胞的独特分布，并提出了肿瘤相关DPT细胞功能和起源的新见解 | NA | 研究肝细胞癌中免疫微环境的异质性，特别是PD-1高表达的CD4+CD8+ T细胞的功能和起源 | 肝细胞癌中的PD-1高表达CD4+CD8+ T细胞 | 数字病理学 | 肝细胞癌 | 单细胞流式细胞术，转录组测序 | NA | 细胞 | 17,432,600个免疫细胞，来自39个匹配的肝细胞癌（T）、非肿瘤（N）和前沿（L）样本 |
| 299 | 2024-08-07 |
Localization of Cell Receptor-Related Genes of SARS-CoV-2 in the Kidney through Single-Cell Transcriptome Analysis
2020-Jul, Kidney diseases (Basel, Switzerland)
DOI:10.1159/000508162
PMID:32903321
|
研究论文 | 本文通过单细胞转录组分析，研究了SARS-CoV-2相关细胞受体基因在肾脏中的定位。 | 首次详细分析了ACE2、TMPRSS2和SLC6A19在肾脏不同细胞类型中的表达模式，揭示了这些基因在不同组织中的分布差异。 | 研究主要集中在肾脏，未涵盖所有可能受SARS-CoV-2影响的器官和组织。 | 旨在理解SARS-CoV-2在不同组织，特别是肾脏中的发病机制。 | SARS-CoV-2相关细胞受体基因ACE2、TMPRSS2和SLC6A19在肾脏细胞中的表达。 | 数字病理学 | COVID-19 | 单细胞转录组分析 | NA | 转录组数据 | 使用了人类细胞图谱（HCL）和其他相关单细胞转录数据库的数据 |
| 300 | 2024-08-07 |
An atlas for hemocytes in an insect
2020-06-30, eLife
IF:6.4Q1
DOI:10.7554/eLife.59113
PMID:32602836
|
研究论文 | 本文通过单细胞RNA测序揭示了果蝇幼虫中不同亚型的血细胞 | 利用单细胞RNA测序技术首次详细描述了果蝇幼虫血细胞的亚型 | NA | 探索果蝇幼虫血细胞的亚型及其特性 | 果蝇幼虫的血细胞 | 生物学 | NA | 单细胞RNA测序 | NA | RNA序列数据 | 具体样本数量未在摘要中提及 |