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 140 篇文献，本页显示第 1 - 20 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2025-11-16 |
Mechanisms of stretch-mediated skin expansion at single-cell resolution
2020-08, Nature
IF:50.5Q1
DOI:10.1038/s41586-020-2555-7
PMID:32728211
|
研究论文 | 本研究通过开发小鼠模型，在单细胞分辨率下探究了拉伸如何通过调控表皮干细胞和基底祖细胞的活性来介导皮肤扩张 | 首次在单细胞分辨率下揭示拉伸诱导皮肤扩张的机制，结合克隆分析、定量建模和单细胞RNA测序的多学科方法 | 研究基于小鼠模型，在人类皮肤中的适用性需要进一步验证 | 阐明机械力在体内对表皮细胞行为的影响机制 | 小鼠皮肤表皮细胞 | 单细胞生物学 | NA | 单细胞RNA测序、克隆分析、定量建模、转录组分析、染色质分析 | 小鼠模型 | 单细胞RNA测序数据、转录组数据、染色质数据 | NA | NA | 单细胞RNA测序 | NA | NA |
| 2 | 2025-10-06 |
Effective single-cell clustering through ensemble feature selection and similarity measurements
2020-08, Computational biology and chemistry
IF:2.6Q2
|
研究论文 | 提出一种基于集成特征选择和相似性测量的有效单细胞聚类算法 | 通过集成特征选择和多种特征采样方法构建细胞间相似性网络，提高单细胞聚类准确性 | NA | 开发准确可靠的单细胞聚类计算方法 | 单细胞RNA测序数据 | 生物信息学 | NA | 单细胞RNA测序 | 基于网络的聚类算法 | 基因表达数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 3 | 2025-10-06 |
The Long Journey from Diagnosis to Therapy
2020-08-31, Annual review of genomics and human genetics
IF:7.7Q1
|
自传体评论 | 作者回顾了40年来从孟德尔疾病诊断到单基因疾病治疗的个人科学历程 | 通过个人经历展示了遗传学领域从基础诊断到精准治疗的演变历程 | 基于个人视角，缺乏系统性数据支持 | 回顾人类遗传学发展历程并展望未来方向 | 杜氏肌营养不良症及其他遗传疾病 | 遗传学 | 杜氏肌营养不良症 | 单细胞测序,体细胞CRISPR编辑 | NA | NA | NA | NA | 单细胞RNA-seq | NA | NA |
| 4 | 2025-10-06 |
Ageing compromises mouse thymus function and remodels epithelial cell differentiation
2020-08-25, eLife
IF:6.4Q1
DOI:10.7554/eLife.56221
PMID:32840480
|
研究论文 | 本研究揭示了小鼠衰老过程中胸腺功能衰退的细胞机制，发现前体细胞是衰老的主要靶标 | 首次结合单细胞RNA测序和谱系追踪技术，揭示胸腺上皮前体细胞在衰老过程中的特异性变化机制 | 研究仅基于小鼠模型，尚未在人类中验证 | 探究衰老过程中胸腺功能衰退的分子和细胞机制 | 小鼠胸腺组织和胸腺上皮细胞 | 单细胞生物学 | 衰老相关疾病 | 单细胞RNA-seq, 谱系追踪 | NA | 单细胞转录组数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 5 | 2025-10-06 |
OscoNet: inferring oscillatory gene networks
2020-Aug-21, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-020-03561-y
PMID:32838730
|
研究论文 | 提出OscoNet方法，用于从单细胞RNA测序数据中推断振荡基因网络 | 改进了Oscope的优化方案，提供了经过良好校准的非参数假设检验来选择振荡基因 | 仅基于单细胞RNA测序数据，缺乏时间序列信息 | 开发从快照单细胞数据中检测振荡基因网络的稳健方法 | 振荡基因及其网络 | 生物信息学 | NA | 单细胞RNA测序 | 非参数假设检验 | 基因表达数据 | 三个真实数据集和合成数据 | NA | 单细胞RNA-seq | NA | NA |
| 6 | 2025-10-06 |
Human Lung Conventional Dendritic Cells Orchestrate Lymphoid Neogenesis during Chronic Obstructive Pulmonary Disease
2020-08-15, American journal of respiratory and critical care medicine
IF:19.3Q1
DOI:10.1164/rccm.201906-1123OC
PMID:32255375
|
研究论文 | 本研究通过单细胞RNA测序揭示了人类肺髓样细胞的异质性，并发现慢性阻塞性肺疾病中常规树突状细胞2型通过OX40L-OX40轴诱导T滤泡辅助样细胞，参与三级淋巴器官形成 | 首次在COPD患者中发现cDC2细胞具有独特的迁移特征，并通过OX40L-OX40信号轴诱导Tfh样细胞，揭示了其在三级淋巴器官形成中的新机制 | 研究样本量有限，主要聚焦晚期COPD患者，机制研究仍需进一步验证 | 探究肺树突状细胞在慢性阻塞性肺疾病中诱导T滤泡辅助细胞及三级淋巴器官形成的机制 | 人类肺组织样本，包括对照组和COPD患者的髓样细胞和T细胞 | 单细胞生物学 | 慢性阻塞性肺疾病 | 单细胞RNA测序，荧光激活细胞分选，成像分析 | NA | 单细胞转录组数据，流式细胞术数据，组织成像数据 | 对照组和GOLD IV期COPD患者肺组织样本 | NA | 单细胞RNA测序 | NA | NA |
| 7 | 2025-10-06 |
Knowledge-primed neural networks enable biologically interpretable deep learning on single-cell sequencing data
2020-08-03, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-020-02100-5
PMID:32746932
|
研究论文 | 提出了一种基于生物网络的知识引导神经网络方法，在单细胞测序数据上实现可解释的深度学习 | 将深度学习与生物网络结合，使网络节点对应分子实体，边对应调控相互作用，提供了生物学机制解释 | NA | 开发可解释的深度学习方法，在保持预测性能的同时提供生物学机制洞察 | 癌症和免疫细胞的单细胞RNA测序数据 | 机器学习 | 癌症 | 单细胞RNA测序 | 知识引导神经网络(KPNN) | 单细胞测序数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 8 | 2025-10-06 |
Chronic myelomonocytic leukaemia stem cell transcriptomes anticipate disease morphology and outcome
2020-Aug, EBioMedicine
IF:9.7Q1
DOI:10.1016/j.ebiom.2020.102904
PMID:32763828
|
研究论文 | 通过单细胞RNA测序分析慢性粒单核细胞白血病干细胞转录组特征及其与疾病形态和预后的关系 | 首次在单细胞水平揭示CMML干细胞转录组异质性，发现干细胞转录组特征可预测疾病形态和临床结局 | 样本量相对有限，需要更大规模研究验证发现 | 探究慢性粒单核细胞白血病干细胞转录组特征及其临床意义 | 慢性粒单核细胞白血病患者和健康对照的Lin-CD34+CD38-干细胞 | 单细胞转录组学 | 慢性粒单核细胞白血病 | 单细胞RNA测序 | NA | 单细胞转录组数据 | 6826个Lin-CD34+CD38-干细胞 | 10x Genomics | 单细胞RNA-seq | 10x Chromium | 基于液滴的超高通量10x平台 |
| 9 | 2025-10-06 |
Alveolar wars: The rise of in vitro models to understand human lung alveolar maintenance, regeneration, and disease
2020-08, Stem cells translational medicine
IF:5.4Q1
DOI:10.1002/sctm.19-0433
PMID:32272001
|
综述 | 本文综述了体外人类肺泡模型在理解肺泡维持、再生和疾病机制方面的应用与发展 | 系统总结了当前单细胞RNA测序技术在揭示人类肺泡细胞异质性和疾病特异性细胞类型方面的突破，以及多种体外模型（类器官、器官芯片等）在模拟人类肺泡生物学中的创新应用 | 现有体外系统仍存在局限性，如无法完全重现体内环境的复杂性，需要进一步改进以更好地模拟人类肺泡的完整功能 | 开发更接近人类肺部的相关模型，以研究肺泡在稳态、损伤修复和疾病状态下的生物学机制 | 人类肺泡细胞、肺泡类器官、器官芯片系统和离体肺切片 | 生物医学工程 | 肺疾病（特发性肺纤维化、慢性阻塞性肺疾病、支气管肺发育不良） | 单细胞RNA测序，类器官培养，器官芯片技术，离体肺切片 | NA | 基因表达数据，细胞表型数据 | NA | NA | 单细胞RNA测序 | NA | NA |
| 10 | 2025-10-06 |
Advances and challenges in epigenomic single-cell sequencing applications
2020-08, Current opinion in chemical biology
IF:6.9Q1
DOI:10.1016/j.cbpa.2020.01.013
PMID:32304986
|
综述 | 本文探讨表观基因组单细胞测序技术的进展与挑战 | 强调多模态单细胞测序技术在克服数据整合局限性的潜力 | 未提及具体技术实施细节和验证数据 | 分析单细胞测序技术在表观基因组研究中的应用前景 | 多细胞生理和病理生物学过程 | 表观基因组学 | NA | 单细胞测序 | NA | 基因组、表观基因组、转录组、蛋白质组、代谢组数据 | NA | NA | 单细胞多组学 | NA | NA |
| 11 | 2025-10-06 |
Distinct synovial tissue macrophage subsets regulate inflammation and remission in rheumatoid arthritis
2020-08, Nature medicine
IF:58.7Q1
DOI:10.1038/s41591-020-0939-8
PMID:32601335
|
研究论文 | 通过单细胞转录组学揭示类风湿关节炎中不同滑膜组织巨噬细胞亚群在炎症和缓解期的调控作用 | 首次在类风湿关节炎中鉴定出具有独特缓解期转录组特征的两个滑膜组织巨噬细胞亚群(MerTKTREM2和MerTKLYVE1) | 样本量相对有限，需要进一步验证这些发现 | 研究类风湿关节炎药物自由缓解期的免疫调节机制 | 滑膜组织巨噬细胞 | 单细胞生物学 | 类风湿关节炎 | 单细胞转录组学,流式细胞分选,空间分析,功能分析 | NA | 单细胞RNA测序数据,空间转录组数据 | 32,000个滑膜组织巨噬细胞 | NA | 单细胞RNA测序 | NA | NA |
| 12 | 2025-10-06 |
Heterotypic cell-cell communication regulates glandular stem cell multipotency
2020-08, Nature
IF:50.5Q1
DOI:10.1038/s41586-020-2632-y
PMID:32848220
|
研究论文 | 本研究揭示腺上皮中腔细胞通过分泌TNF限制基底干细胞多能性的细胞间通讯机制 | 首次发现腔细胞通过TNF信号通路在生理条件下限制基底干细胞多能性，并鉴定出胚胎发育相关的混合分化程序 | 研究主要基于小鼠模型和类器官，人类组织中的验证尚需进一步研究 | 探究腺上皮干细胞多能性调控的细胞通讯机制 | 乳腺和前列腺腺上皮的基底细胞与腔细胞 | 细胞生物学 | NA | 单细胞RNA测序, bulk RNA测序, 类器官培养 | NA | 基因表达数据 | 小鼠体内模型和体外类器官模型 | NA | 单细胞RNA-seq, bulk RNA-seq | NA | NA |
| 13 | 2025-10-06 |
Single-cell technologies in hepatology: new insights into liver biology and disease pathogenesis
2020-08, Nature reviews. Gastroenterology & hepatology
DOI:10.1038/s41575-020-0304-x
PMID:32483353
|
综述 | 本文综述单细胞技术在肝病研究中的应用及其对肝脏生物学和疾病发病机制的新见解 | 系统总结单细胞转录组技术在揭示肝脏细胞异质性、代谢分区和疾病发病机制中的创新应用 | NA | 探讨单细胞技术在肝病研究中的应用价值和发展前景 | 肝脏细胞（肝细胞、内皮细胞、肝星状细胞、巨噬细胞、间充质细胞等） | 单细胞组学 | 肝病（肝纤维化、肝癌等） | 单细胞转录组技术、空间转录组学、多组学方法 | NA | 单细胞转录组数据 | NA | NA | 单细胞RNA-seq, 空间转录组学, 单细胞多组学 | NA | NA |
| 14 | 2025-10-06 |
Spatial transcriptomics identifies spatially dysregulated expression of GRM3 and USP47 in amyotrophic lateral sclerosis
2020-08, Neuropathology and applied neurobiology
IF:4.0Q1
DOI:10.1111/nan.12597
PMID:31925813
|
研究论文 | 本研究通过空间转录组学技术识别了肌萎缩侧索硬化症中GRM3和USP47基因的空间表达失调 | 首次在携带C9orf72六核苷酸重复扩展的ALS患者尸检皮质组织中应用空间转录组学技术，并识别出跨sALS、SOD1和C9orf72病例共同失调的GRM3和USP47转录本 | 研究样本量有限，主要基于尸检脑组织，可能受到死后组织变化的影响 | 识别可能导致ALS中不同细胞类型和脑区域差异易感性的失调转录本 | 人类尸检脑组织和脊髓组织，包括C9orf72、散发性ALS和SOD1 ALS病例 | 空间转录组学 | 肌萎缩侧索硬化症 | 空间转录组学，BaseScope原位杂交技术 | NA | 空间转录组数据，原位杂交数据 | 多个尸检脑区域和脊髓组织样本，包括C9orf72、散发性ALS和SOD1 ALS病例队列 | 10x Genomics | 空间转录组学 | 10x Visium | 空间分辨率达100微米的空间转录组学技术 |
| 15 | 2024-08-09 |
Gene editing and elimination of latent herpes simplex virus in vivo
2020-08-18, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-020-17936-5
PMID:32811834
|
研究论文 | 本文评估了使用腺相关病毒（AAV）递送的巨核酸酶在已建立的小鼠模型中编辑单纯疱疹病毒（HSV），作为一种潜在的治愈方法来治疗HSV潜伏感染 | 本文展示了AAV递送的巨核酸酶而非CRISPR/Cas9能够高度有效地编辑HSV，消除超过90%的潜伏病毒 | 需要进一步优化巨核酸酶的递送和活性，以实现更完全的HSV消除 | 探索使用基因编辑技术治愈HSV潜伏感染的可能性 | 单纯疱疹病毒（HSV）在小鼠模型中的基因编辑 | 基因编辑 | 单纯疱疹病毒感染 | AAV递送的巨核酸酶 | NA | 单细胞RNA测序 | 小鼠模型中的颈上神经节 | NA | NA | NA | NA |
| 16 | 2024-08-07 |
An Experiment on Ab Initio Discovery of Biological Knowledge from scRNA-Seq Data Using Machine Learning
2020-Aug-14, Patterns (New York, N.Y.)
DOI:10.1016/j.patter.2020.100071
PMID:33205121
|
研究论文 | 本研究通过机器学习方法在单细胞RNA测序数据上进行实验，探索了在没有现有知识指导的情况下发现生物学知识的能力和局限性 | 本研究采用无监督和监督机器学习相结合的策略，揭示了主要细胞谱系，且最小程度依赖先验知识或人工干预，实现了人类早期胚胎细胞分化的新发现 | 研究展示了机器学习在复杂生物问题知识发现的可行性和重要性，但也指出了其局限性 | 探索机器学习在无现有知识指导的高通量生物数据中发现新模式的潜力和局限 | 早期胚胎发育的单细胞RNA测序数据 | 机器学习 | NA | scRNA-Seq | NA | 数据 | NA | NA | NA | NA | NA |
| 17 | 2024-08-05 |
The history and advances in cancer immunotherapy: understanding the characteristics of tumor-infiltrating immune cells and their therapeutic implications
2020-08, Cellular & molecular immunology
IF:21.8Q1
DOI:10.1038/s41423-020-0488-6
PMID:32612154
|
评论 | 本文回顾了癌症免疫治疗的历史和最新进展，重点关注肿瘤浸润免疫细胞的特征及其治疗意义 | 本文强调了单细胞技术在全面分析肿瘤微环境中的应用，提供了肿瘤浸润免疫细胞功能多样性的见解 | 肿瘤微环境的高度异质性和动态特性阻碍了对肿瘤内免疫细胞的精确解析 | 阐明肿瘤浸润免疫细胞的特征并探讨其对癌症免疫治疗的影响 | 肿瘤浸润免疫细胞及其在癌症免疫治疗中的作用 | 肿瘤免疫学 | 癌症 | 单细胞RNA测序 | NA | NA | NA | NA | NA | NA | NA |
| 18 | 2024-08-05 |
Spatial Transcriptomics and In Situ Sequencing to Study Alzheimer's Disease
2020-08-20, Cell
IF:45.5Q1
DOI:10.1016/j.cell.2020.06.038
PMID:32702314
|
研究论文 | 本文研究了阿尔茨海默病小鼠模型中，淀粉样斑块周围的转录变化 | 提供了一种前所未有的方法，通过空间转录组学分析解开阿尔茨海默病及其他脑部疾病致病标志物附近的失调细胞网络 | 该研究主要基于小鼠模型，临床应用可能受限 | 探讨阿尔茨海默病相关的分子变化和细胞相互作用 | 以阿尔茨海默病小鼠模型为研究对象 | 数字病理学 | 阿尔茨海默病 | 空间转录组学和原位测序 | NA | 组织样本 | 涉及小鼠和人类脑切片 | NA | NA | NA | NA |
| 19 | 2024-08-05 |
The role of the NMD factor UPF3B in olfactory sensory neurons
2020-08-10, eLife
IF:6.4Q1
DOI:10.7554/eLife.57525
PMID:32773035
|
研究论文 | 本文研究了NMD因子UPF3B在嗅觉系统中的作用 | 揭示了UPF3B在成熟嗅觉感受器神经元中选择性表达特定嗅觉受体基因的调控 | 本文未深入探讨UPF3B在其他类型神经元中的作用 | 研究UPF3B在嗅觉感知中的功能及机制 | 以小鼠模型为对象，分析嗅觉感受器神经元的UPF3B功能 | 数字病理学 | NA | 单细胞RNA测序(scRNA-seq)和RNA-seq | NA | RNA数据 | 野生型小鼠中嗅觉感受器神经元的细胞群体 | NA | NA | NA | NA |
| 20 | 2024-08-05 |
ZipSeq: barcoding for real-time mapping of single cell transcriptomes
2020-08, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-020-0880-2
PMID:32632238
|
研究论文 | 本文提出了一种名为‘ZipSeq’的方法，用于在活组织中实时映射单细胞转录组。 | 创新点在于使用图案照明和光封闭的寡核苷酸即时为活细胞打印条形码，解决了细胞位置与转录组关联的局限性。 | 目前方法在实时定位细胞转录组方面存在不同的局限性。 | 本研究旨在提高细胞转录组数据与细胞在三维空间中位置的整合能力。 | 研究对象包括体外创伤愈合、活淋巴结切片和活肿瘤微环境中的细胞。 | 数字病理学 | 肿瘤 | 光照和光封闭的寡核苷酸 | NA | 基因表达数据 | 在各种设置中发现新的基因表达模式，具体样本数量未提及 | NA | NA | NA | NA |