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 1659 篇文献，本页显示第 561 - 580 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 561 | 2024-08-07 |
Single-Cell Transcriptome Data Clustering via Multinomial Modeling and Adaptive Fuzzy K-Means Algorithm
2020, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2020.00295
PMID:32362908
|
研究论文 | 本文提出了一种新的单细胞转录组UMI计数数据聚类方法scDMFK，结合深度自编码器技术和统计建模，利用多项分布描述数据结构并使用神经网络辅助模型参数估计，在低维潜在空间中采用带有熵正则化的自适应模糊k均值算法进行软聚类 | scDMFK方法利用多项分布来表征数据结构，并通过神经网络辅助模型参数估计，提出了一种带有熵正则化的自适应模糊k均值算法进行软聚类，相较于现有方法在数据建模和聚类算法上表现更优 | NA | 开发一种有效的单细胞转录组UMI计数数据聚类方法 | 单细胞转录组UMI计数数据 | 机器学习 | NA | 深度自编码器 | CNN | UMI计数数据 | 10个真实数据集 | NA | NA | NA | NA |
| 562 | 2024-08-07 |
Discovery of alternative polyadenylation dynamics from single cell types
2020, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2020.04.009
PMID:32382395
|
综述 | 本文综述了从不同单细胞类型中识别选择性多聚腺苷酸化（APA）动态的现有实验和计算方法 | 利用单细胞RNA测序技术（scRNA-seq）探索稀有和多样细胞类型的生物学细节 | 目前缺乏高效且特异的实验室方法来在单细胞分辨率下捕获多聚腺苷酸位点 | 总结现有方法并展望未来在单细胞水平上研究APA动态的前景 | 选择性多聚腺苷酸化（APA）动态 | NA | NA | 单细胞RNA测序（scRNA-seq） | NA | 转录组 | NA | NA | NA | NA | NA |
| 563 | 2024-08-07 |
A benchmark of batch-effect correction methods for single-cell RNA sequencing data
2020-01-16, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-019-1850-9
PMID:31948481
|
研究论文 | 本文对现有的单细胞RNA测序数据批次效应校正方法进行了深入的基准研究，以确定最适合的批次效应去除方法。 | 本文设计了五种不同的场景来评估14种方法的性能，并使用四种基准测试指标进行评估，包括kBET、LISI、ASW和ARI。 | NA | 研究目的是评估和比较不同批次效应校正方法在单细胞RNA测序数据中的效果。 | 研究对象是14种不同的批次效应校正方法。 | 生物信息学 | NA | 单细胞RNA测序 | NA | 数据集 | NA | NA | NA | NA | NA |
| 564 | 2024-08-07 |
DENDRO: genetic heterogeneity profiling and subclone detection by single-cell RNA sequencing
2020-01-14, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-019-1922-x
PMID:31937348
|
研究论文 | 本文提出了一种名为DENDRO的分析方法，用于通过单细胞RNA测序数据对肿瘤内遗传异质性进行分析，并检测亚克隆 | DENDRO方法利用转录点突变，考虑技术噪声和表达随机性，能够将单细胞聚类成遗传上不同的亚克隆，并重建相关亚克隆的系统发育树 | NA | 开发一种可靠的方法，通过单细胞RNA测序数据检测体细胞突变并推断克隆成员关系 | 单细胞RNA测序数据中的遗传异质性和亚克隆检测 | 数字病理学 | NA | 单细胞RNA测序 | NA | RNA测序数据 | 涉及三种癌症类型的真实数据和一个对免疫疗法有反应的小鼠黑色素瘤模型 | NA | NA | NA | NA |
| 565 | 2024-08-07 |
Single-cell RNA sequencing of human kidney
2020-01-02, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-019-0351-8
PMID:31896769
|
研究论文 | 本文通过单细胞RNA测序技术研究了正常人类肾脏的细胞分类和转录组信息 | 首次对正常人类肾脏的细胞进行了详细的单细胞RNA测序分析，并成功分类了肾小管近端细胞和集合管细胞的亚型 | 研究仅基于三位人类捐赠者的肾脏样本，可能存在样本量不足的问题 | 探讨正常人类肾脏的细胞组成和转录组信息，为肾病和肾癌的细胞起源研究提供参考 | 正常人类肾脏的细胞 | 数字病理学 | 肾病 | 单细胞RNA测序（scRNA-seq） | NA | 转录组数据 | 23,366个高质量细胞，来自三位人类捐赠者的肾脏 | NA | NA | NA | NA |
| 566 | 2024-08-07 |
A spatially restricted fibrotic niche in pulmonary fibrosis is sustained by M-CSF/M-CSFR signalling in monocyte-derived alveolar macrophages
2020-01, The European respiratory journal
DOI:10.1183/13993003.00646-2019
PMID:31601718
|
研究论文 | 研究通过应用谱系追踪、单细胞RNA测序和单分子荧光杂交技术，揭示了在石棉诱导的肺纤维化中，单核细胞衍生的肺泡巨噬细胞通过M-CSF/M-CSFR信号通路维持纤维化微环境的作用。 | 首次揭示了单核细胞衍生的肺泡巨噬细胞在肺纤维化中的作用及其通过M-CSF/M-CSFR信号通路的自我维持机制，并发现M-CSFR信号通路是治疗肺纤维化的新药物靶点。 | NA | 探讨不同类型的巨噬细胞在器官纤维化中的作用机制，并寻找潜在的治疗靶点。 | 肺纤维化中的巨噬细胞及其信号通路。 | 数字病理学 | 肺纤维化 | 单细胞RNA测序、单分子荧光杂交 | NA | RNA | 人类和小鼠样本 | NA | NA | NA | NA |
| 567 | 2024-08-07 |
Method for RNA extraction and transcriptomic analysis of single fungal spores
2020, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2019.12.002
PMID:31908984
|
研究论文 | 本文描述了一种从单个真菌孢子中提取和扩增转录本的方法，并应用于单细胞转录组学研究 | 该方法首次实现了对微生物孢子的单细胞转录组分析，填补了该领域的空白 | 该方法目前仅适用于真菌孢子，尚未在其他微生物细胞中进行测试 | 开发一种适用于单个真菌孢子转录组分析的新方法 | 真菌孢子 | NA | NA | 转录组分析 | NA | 转录本 | 单个真菌孢子 | NA | NA | NA | NA |
| 568 | 2024-08-07 |
Chemical Cocktail Induces Hematopoietic Reprogramming and Expands Hematopoietic Stem/Progenitor Cells
2020-Jan, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.201901785
PMID:31921559
|
研究论文 | 本文报道了通过化学混合物处理，无需引入外源基因即可将小鼠成纤维细胞重编程为造血细胞，并增强造血干细胞/祖细胞（HSPCs）的体外增殖能力 | 首次展示了通过化学混合物实现造血重编程，并促进HSPCs的体外增殖，为获取HSPCs提供了一种新策略 | NA | 探索通过化学混合物实现细胞重编程和HSPCs扩增的方法 | 小鼠成纤维细胞和造血干细胞/祖细胞 | NA | NA | 单细胞测序分析 | NA | 细胞 | NA | NA | NA | NA | NA |
| 569 | 2024-08-07 |
Single-cell RNA sequencing demonstrates the molecular and cellular reprogramming of metastatic lung adenocarcinoma
2020-05-08, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-020-16164-1
PMID:32385277
|
研究论文 | 本文通过单细胞RNA测序技术分析了转移性肺腺癌的分子和细胞重编程特征 | 首次对转移性肺腺癌进行了大规模的单细胞转录组分析，揭示了癌症细胞亚型及其在转移阶段的主导作用，以及肿瘤微环境中基质和免疫细胞的动态变化 | NA | 深入理解转移性肺腺癌的分子和细胞动态变化，并发现潜在的诊断和治疗靶点 | 转移性肺腺癌及其微环境中的细胞和分子特征 | 数字病理学 | 肺癌 | 单细胞RNA测序 | NA | 转录组数据 | 44名患者的208,506个细胞 | NA | NA | NA | NA |
| 570 | 2024-08-07 |
Cardiac Fibroblast Diversity
2020-02-10, Annual review of physiology
IF:15.7Q1
|
综述 | 本文综述了心脏成纤维细胞的多样性和功能，并介绍了通过谱系追踪和单细胞测序技术在发育、成年和疾病状态下对这些细胞异质性的新见解 | 本文通过谱系追踪和单细胞测序技术揭示了心脏成纤维细胞在不同状态下的异质性 | NA | 探讨心脏成纤维细胞的多样性，为开发治疗心脏纤维化的新疗法提供基础 | 心脏成纤维细胞 | 数字病理学 | 心血管疾病 | 单细胞测序 | NA | 细胞 | NA | NA | NA | NA | NA |
| 571 | 2024-08-07 |
Integrating single-cell RNA-seq and imaging with SCOPE-seq2
2020-11-10, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-020-76599-w
PMID:33173156
|
研究论文 | 本文介绍了一种升级版的单细胞光学表型和表达分析技术（SCOPE-seq2），用于结合单细胞成像和表达谱分析 | SCOPE-seq2在通量、分子捕获效率、链接准确性和与标准显微镜设备的兼容性方面有显著改进，引入了改进的光学可解码mRNA捕获珠和更可扩展、简化的光学解码过程 | NA | 旨在提高单细胞成像和RNA测序技术的结合效率和应用范围 | 人类胶质母细胞瘤（GBM）手术样本中的单个原代细胞 | 数字病理学 | 脑肿瘤 | 单细胞RNA测序 | NA | 图像和文本 | 单个原代细胞 | NA | NA | NA | NA |
| 572 | 2024-08-07 |
A single-cell atlas of the developing Drosophila ovary identifies follicle stem cell progenitors
2020-02-01, Genes & development
IF:7.5Q1
DOI:10.1101/gad.330464.119
PMID:31919193
|
研究论文 | 本研究利用单细胞RNA测序技术，揭示了发育中的果蝇卵巢中所有已知细胞类型，并识别了细胞类型特异性标记，用于追踪细胞谱系 | 本研究首次鉴定了难以捉摸的卵泡干细胞前体细胞类型，并预测了已知细胞类型的亚型 | NA | 旨在全面理解成年细胞类型、其起源及前体关系，特别是在器官发生过程中的复杂性 | 发育中的果蝇卵巢中的细胞类型及其前体关系 | 数字病理学 | NA | 单细胞RNA测序 | NA | 转录组数据 | 具体样本数量未在摘要中提及 | NA | NA | NA | NA |
| 573 | 2024-08-07 |
Quantitative single-cell interactomes in normal and virus-infected mouse lungs
2020-06-26, Disease models & mechanisms
IF:4.0Q1
DOI:10.1242/dmm.044404
PMID:32461220
|
研究论文 | 本文介绍了一种定量直观算法和优化实验方案，用于构建和比较正常与感染Sendai病毒的小鼠肺部细胞间的相互作用网络。 | 提出了一种新的定量直观算法，结合优化的实验协议，使不具有高级编程技能的实验室科学家也能适应。 | 算法和方法的通用性需要在其他器官和人类样本中进一步验证。 | 解析哺乳动物器官中通过配体-受体相互作用进行的细胞间信号传递，特别是在病毒感染情况下的变化。 | 正常和感染Sendai病毒的小鼠肺部细胞。 | 生物信息学 | NA | 单细胞RNA测序（scRNA-seq） | 定量直观算法 | RNA序列数据 | 每种细胞类型至少90个细胞 | NA | NA | NA | NA |
| 574 | 2024-08-07 |
Clonally expanded CD8 T cells patrol the cerebrospinal fluid in Alzheimer's disease
2020-01, Nature
IF:50.5Q1
DOI:10.1038/s41586-019-1895-7
PMID:31915375
|
研究论文 | 本研究通过综合分析多个队列，揭示了阿尔茨海默病中血液和脑脊液的适应性免疫变化，并发现了克隆扩增的CD8 T细胞在脑脊液中的存在 | 首次发现阿尔茨海默病患者脑脊液中存在克隆扩增的CD8 T细胞，并证实这些细胞对Epstein-Barr病毒抗原具有特异性 | NA | 探究阿尔茨海默病中适应性免疫反应的贡献 | 阿尔茨海默病患者的外周血单个核细胞和脑脊液中的CD8 T细胞 | 免疫学 | 阿尔茨海默病 | 质谱流式细胞术、单细胞RNA测序、单细胞TCR测序 | 机器学习 | 细胞 | 多个队列的患者样本 | NA | NA | NA | NA |
| 575 | 2024-08-07 |
Resolving the Instructions for αβ T Cell Development
2020-12-15, Immunity
IF:25.5Q1
DOI:10.1016/j.immuni.2020.11.014
PMID:33326761
|
研究论文 | Chopp等人利用单细胞转录组学和表观基因组学在鼠和人类样本中描绘了αβ T细胞亚群的发育轨迹，并细化了CD4和CD8 T细胞谱系承诺的动力学选择模型 | 利用单细胞转录组学和表观基因组学技术，细化了CD4和CD8 T细胞谱系承诺的动力学选择模型 | NA | 描绘αβ T细胞亚群的发育轨迹并细化T细胞谱系承诺的模型 | αβ T细胞亚群的发育轨迹 | 免疫学 | NA | 单细胞转录组学和表观基因组学 | NA | 转录组和表观基因组数据 | 鼠和人类样本 | NA | NA | NA | NA |
| 576 | 2024-08-07 |
Single-cell transcriptomics analysis showing functional heterogeneity in decidual stromal cells during labor
2020-Dec-28, Journal of investigative medicine : the official publication of the American Federation for Clinical Research
IF:2.5Q3
DOI:10.1136/jim-2020-001616
PMID:33372108
|
研究论文 | 本研究通过单细胞RNA测序分析，探讨了分娩前后基底层间质细胞的异质性及其功能变化 | 首次通过单细胞转录组学分析揭示了分娩过程中基底层间质细胞的功能异质性 | NA | 研究分娩过程中基底层间质细胞的异质性及其功能变化 | 基底层间质细胞 | 基因组学 | NA | 单细胞RNA测序 | NA | 基因表达数据 | 6382个细胞 | NA | NA | NA | NA |
| 577 | 2024-08-07 |
Single-cell profiling of long noncoding RNAs and their cell lineage commitment roles via RNA-DNA-DNA triplex formation in mammary epithelium
2020-Sep-15, Stem cells (Dayton, Ohio)
DOI:10.1002/stem.3274
PMID:32930441
|
研究论文 | 本研究利用高吞吐量的单细胞RNA测序数据，探讨了长非编码RNA（lncRNAs）在乳腺上皮细胞中的表达模式及其在细胞谱系承诺中的作用，通过lncRNA-DNA-DNA三链结构的形成进行功能验证。 | 首次通过单细胞RNA测序数据全面注释乳腺上皮细胞中的lncRNAs表达，并揭示了lncRNAs通过形成三链结构调控下游谱系特异性标记基因的机制。 | 研究仅以lncRNA-Carmn为例进行验证，可能需要进一步的研究来验证其他lncRNAs在细胞谱系承诺中的作用。 | 探讨lncRNAs在乳腺上皮细胞中的表达模式及其在细胞谱系承诺中的作用。 | 乳腺上皮细胞中的长非编码RNA（lncRNAs）及其在细胞谱系承诺中的作用。 | 数字病理学 | NA | 单细胞RNA测序 | NA | RNA序列 | 具体样本数量未在摘要中提及 | NA | NA | NA | NA |
| 578 | 2024-08-07 |
Single-cell RNA sequencing of equine mesenchymal stromal cells from primary donor-matched tissue sources reveals functional heterogeneity in immune modulation and cell motility
2020-12-04, Stem cell research & therapy
IF:7.1Q1
DOI:10.1186/s13287-020-02043-5
PMID:33276815
|
研究论文 | 本研究使用单细胞RNA测序技术分析了从马的三种不同组织来源（脂肪组织、骨髓和外周血）获得的间充质干细胞，揭示了这些细胞在免疫调节和细胞迁移功能上的异质性 | 首次在马的间充质干细胞中使用单细胞RNA测序技术，并结合功能实验验证了转录差异与细胞迁移和免疫调节功能的关系 | NA | 研究间充质干细胞的异质性及其对治疗潜力的影响 | 马的间充质干细胞 | 数字病理学 | NA | 单细胞RNA测序 | NA | RNA | 从三种植入匹配的组织来源（脂肪组织、骨髓和外周血）收集的马间充质干细胞 | NA | NA | NA | NA |
| 579 | 2024-08-07 |
Sexually Dimorphic Crosstalk at the Maternal-Fetal Interface
2020-12-01, The Journal of clinical endocrinology and metabolism
DOI:10.1210/clinem/dgaa503
PMID:32772088
|
研究论文 | 研究胎儿性别如何影响母胎界面的受体配体相互作用，并探讨其在早期胎盘形成中的作用 | 首次定义了早期胎盘形成阶段的性别二态性信号 | NA | 探究胎儿性别对母胎界面相互作用的影响 | 母胎界面的受体配体相互作用及早期胎盘形成 | NA | NA | 单细胞RNA测序（scRNA-Seq） | NA | 转录组 | 晚期第一孕期（约10-13周）的胎盘（胎儿）和蜕膜（母体）样本 | NA | NA | NA | NA |
| 580 | 2024-08-07 |
Integrative genomics approach identifies conserved transcriptomic networks in Alzheimer's disease
2020-10-10, Human molecular genetics
IF:3.1Q2
DOI:10.1093/hmg/ddaa182
PMID:32803238
|
研究论文 | 本研究采用系统生物学元分析方法，结合多尺度数据集，分析了阿尔茨海默病（AD）的遗传结构，并识别了AD相关的转录组网络。 | 本研究通过整合多种数据类型，包括DNA甲基化、组蛋白乙酰化、转录组和全基因组关联研究等，识别了AD中未在正常衰老中改变的稳健转录组失调。 | NA | 进一步阐明阿尔茨海默病的遗传结构 | 阿尔茨海默病 | 数字病理学 | 阿尔茨海默病 | DNA甲基化、组蛋白乙酰化、转录组和全基因组关联研究 | 共表达网络分析 | 转录组数据、单细胞转录组数据 | 超过1200个人脑样本，27,321个来自人类死后前额叶皮质组织的细胞核 | NA | NA | NA | NA |