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 2885 篇文献，本页显示第 381 - 400 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 381 | 2024-08-07 |
Cutting Edge: Distinct B Cell Repertoires Characterize Patients with Mild and Severe COVID-19
2021-06-15, Journal of immunology (Baltimore, Md. : 1950)
DOI:10.4049/jimmunol.2100135
PMID:34049971
|
研究论文 | 本研究通过单细胞RNA测序分析了轻度和重度COVID-19患者B细胞受体的特征，发现轻度患者在症状出现约30天后，其B细胞库中富含克隆多样性和体细胞高突变的记忆B细胞 | 首次揭示了轻度COVID-19患者与重度患者在B细胞反应上的差异，表明轻度患者的B细胞反应较少受到干扰 | 研究仅分析了B细胞的单细胞RNA测序数据，未涉及其他免疫细胞类型 | 探讨COVID-19患者B细胞反应的差异及其对免疫保护的影响 | 轻度和重度COVID-19患者的B细胞库 | 免疫学 | COVID-19 | 单细胞RNA测序 | NA | RNA | 具体样本数量未在摘要中提及 |
| 382 | 2024-08-07 |
Separating measurement and expression models clarifies confusion in single-cell RNA sequencing analysis
2021-06, Nature genetics
IF:31.7Q1
DOI:10.1038/s41588-021-00873-4
PMID:34031584
|
研究论文 | 本文讨论了单细胞RNA测序数据中零值比例高导致的术语混淆问题，并提出了区分真实基因表达水平和测量误差的方法 | 提出了基于泊松测量模型的简单方法，并强调了区分真实表达水平和测量误差的重要性 | NA | 旨在澄清单细胞RNA测序分析中的术语混淆问题 | 单细胞RNA测序数据中的零值和测量误差 | 数字病理学 | NA | 单细胞RNA测序 | 泊松测量模型 | RNA测序数据 | NA |
| 383 | 2024-08-07 |
Evaluation of Cell Type Annotation R Packages on Single-cell RNA-seq Data
2021-04, Genomics, proteomics & bioinformatics
DOI:10.1016/j.gpb.2020.07.004
PMID:33359678
|
研究论文 | 本研究评估了十种公开可用的细胞类型注释R包在单细胞RNA测序数据上的表现 | 首次系统比较了专门为单细胞研究开发的流行方法与从DNA甲基化数据转用的方法在单细胞RNA测序数据上的适应性和性能 | Seurat在预测稀有细胞群体和区分高度相似的细胞类型方面存在明显不足 | 评估不同细胞类型注释方法在单细胞RNA测序数据分析中的准确性、鲁棒性和对稀有及未知细胞类型的检测能力 | 十种细胞类型注释方法在单细胞RNA测序数据上的表现 | 生物信息学 | NA | 单细胞RNA测序 | NA | 基因表达数据 | 多种公开的单细胞RNA测序数据集及模拟数据 |
| 384 | 2024-08-07 |
Single-Cell RNA Sequencing Reveals Cellular and Transcriptional Changes Associated With M1 Macrophage Polarization in Hidradenitis Suppurativa
2021, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2021.665873
PMID:34504848
|
研究论文 | 本研究利用单细胞RNA测序和蛋白质分析等转录组学方法，揭示了化脓性汗腺炎病变中与M1巨噬细胞极化相关的细胞和转录变化 | 首次通过单细胞RNA测序揭示了化脓性汗腺炎中巨噬细胞向M1型极化的现象，并识别了STAT1/IFN信号轴及其相关基因在巨噬细胞功能失调中的关键作用 | NA | 研究化脓性汗腺炎病变中的先天性炎症景观，并探索巨噬细胞在疾病发病机制中的作用及其作为治疗靶点的潜力 | 化脓性汗腺炎病变中的巨噬细胞极化和相关基因表达 | 数字病理学 | 皮肤疾病 | 单细胞RNA测序 | NA | 转录组数据 | 来自化脓性汗腺炎皮肤、糖尿病足溃疡和正常愈合伤口炎症阶段的多个数据集 |
| 385 | 2024-08-07 |
Single-Cell RNA Sequencing (scRNA-seq) in Cardiac Tissue: Applications and Limitations
2021, Vascular health and risk management
IF:2.6Q2
DOI:10.2147/VHRM.S288090
PMID:34629873
|
综述 | 本文综述了单细胞RNA测序（scRNA-seq）技术在心血管疾病（CVDs）研究中的应用及其局限性 | scRNA-seq技术通过识别罕见的心脏细胞类型、推断轨迹树、估计RNA速度、阐明细胞间通信以及比较健康和病理心脏样本，为CVDs提供了新的见解 | 本文讨论了scRNA-seq技术的局限性，并展望了其在心血管研究中的未来应用 | 总结scRNA-seq平台和已发表的单细胞数据集在心血管领域的应用，并探讨其局限性和未来发展方向 | 心血管疾病中的心脏组织和细胞类型 | 数字病理学 | 心血管疾病 | 单细胞RNA测序（scRNA-seq） | NA | 转录组数据 | NA |
| 386 | 2024-08-07 |
Single-Cell Analysis Revealed the Role of CD8+ Effector T Cells in Preventing Cardioprotective Macrophage Differentiation in the Early Phase of Heart Failure
2021, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2021.763647
PMID:34745139
|
研究论文 | 本文通过单细胞RNA测序分析，揭示了CD8+效应T细胞在心力衰竭早期阶段阻止心脏保护性巨噬细胞分化的作用 | 首次详细描述了CD8+效应T细胞在心力衰竭早期阶段对心脏保护性巨噬细胞分化的调控作用 | NA | 探讨CD8+效应T细胞在心力衰竭早期阶段的作用及其对心脏保护性巨噬细胞分化的影响 | CD8+效应T细胞和心脏保护性巨噬细胞 | 数字病理学 | 心血管疾病 | 单细胞RNA测序 | NA | 基因表达数据 | 具体样本数量未在摘要中明确提及 |
| 387 | 2024-08-07 |
Properties and Differential Expression of H+ Receptors in Dorsal Root Ganglia: Is a Labeled-Line Coding for Acid Nociception Possible?
2021, Frontiers in physiology
IF:3.2Q2
DOI:10.3389/fphys.2021.733267
PMID:34764880
|
综述 | 本文综述了背根神经节中H+受体的性质和差异表达，探讨了酸伤害感受的标记线编码可能性 | 首次系统描述了背根神经节中H+受体的功能和结构特征，并结合单细胞测序数据分析了这些受体的表达模式 | NA | 探讨酸伤害感受的标记线编码机制 | 背根神经节中的H+受体及其在酸伤害感受中的作用 | 神经科学 | NA | 单细胞测序 | NA | mRNA表达谱 | NA |
| 388 | 2024-08-07 |
Integrative Omics Analysis Unravels Microvascular Inflammation-Related Pathways in Kidney Allograft Biopsies
2021, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2021.738795
PMID:34795664
|
研究论文 | 本研究通过综合组学分析，揭示了肾移植活检中与微血管炎症相关的miRNA和mRNA表达模式 | 首次通过多步骤选择过程，识别出与微血管炎症强度逐渐相关的六种差异表达miRNA，并探讨了它们在不同细胞类型中的靶基因及其功能 | 研究主要集中在miRNA和mRNA的表达分析，未涉及其他可能的调控机制 | 探讨miRNA在抗体介导的排斥反应中的作用及其相关通路 | 肾移植活检样本中的miRNA和mRNA | 生物信息学 | 肾移植 | 单细胞RNA测序 | NA | RNA | 发现队列86例，选择队列99例，验证队列298例 |
| 389 | 2024-08-07 |
Automatic cell type identification methods for single-cell RNA sequencing
2021, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2021.10.027
PMID:34815832
|
研究论文 | 本文讨论并评估了32种已发表的单细胞RNA测序数据自动细胞类型识别方法的预测准确性、F1分数、未标记率和运行时间 | 介绍了自动细胞类型识别方法在单细胞RNA测序数据分析中的优势，如快速、准确和用户友好 | 文章指出这些自动方法在实际应用中仍面临挑战，并需要根据可用信息选择合适的方法 | 评估和讨论单细胞RNA测序数据自动细胞类型识别方法的性能和未来应用 | 32种已发表的单细胞RNA测序数据自动细胞类型识别方法 | 生物信息学 | NA | 单细胞RNA测序 | NA | 基因表达数据 | NA |
| 390 | 2024-08-07 |
Identification of Intercellular Signaling Changes Across Conditions and Their Influence on Intracellular Signaling Response From Multiple Single-Cell Datasets
2021, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2021.751158
PMID:34858473
|
研究论文 | 本文通过改进先前开发的工具CellChat，实现了跨多个单细胞RNA测序数据集的细胞间通信网络的灵活比较分析，并研究了细胞间通信如何影响细胞内信号响应。 | 开发了CellChat工具的新功能，使其能够跨多个单细胞RNA测序数据集进行细胞间通信网络的比较分析，并构建了连接细胞间通信和细胞内信号网络的多尺度信号网络。 | NA | 理解不同细胞状态如何响应进化、扰动和疾病中的细胞间信号变化及其对细胞内转录因子的影响。 | 细胞间信号变化及其对细胞内信号响应的影响。 | 生物信息学 | NA | 单细胞RNA测序（scRNA-seq） | 网络正则化回归模型 | 数据集 | 三个scRNA-seq数据集，分别来自皮肤发育、脊髓损伤和COVID-19。 |
| 391 | 2024-08-07 |
Why Single-Cell Sequencing Has Promise in MDS
2021, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2021.769753
PMID:34926276
|
综述 | 本文综述了单细胞测序技术在骨髓增生异常综合征（MDS）研究中的应用及其对理解正常造血和MDS疾病发病机制的潜在价值 | 单细胞测序技术通过识别经典造血层次阶段之间的过渡细胞状态，深化了对细胞分化和谱系承诺背后生物学活动的理解 | NA | 探讨单细胞测序技术如何填补当前对MDS生物学理解的空白 | 骨髓增生异常综合征（MDS）及其相关造血过程 | NA | 骨髓增生异常综合征 | 单细胞测序 | NA | 细胞 | NA |
| 392 | 2024-08-07 |
tascCODA: Bayesian Tree-Aggregated Analysis of Compositional Amplicon and Single-Cell Data
2021, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2021.766405
PMID:34950190
|
研究论文 | 介绍了一种名为tascCODA的贝叶斯模型，用于整合层次信息和实验协变量数据，对组成性计数数据进行生成建模 | tascCODA模型结合了基于树结构的潜在参数和尖峰与板Lasso惩罚，能够在数据驱动的简约方式下确定不同层次的协变量效应 | NA | 开发一种新的统计模型，用于分析来自高通量测序技术的生物数据集，特别是微生物组组成和细胞类型组成数据 | 微生物组组成数据和细胞类型组成数据 | 生物信息学 | 肠道疾病 | 高通量测序技术 | 贝叶斯模型 | 计数数据 | 包括溃疡性结肠炎患者的单细胞RNA测序数据和肠易激综合征患者的扩增子数据 |
| 393 | 2024-08-07 |
Single-Cell Transcriptome Analysis Reveals RGS1 as a New Marker and Promoting Factor for T-Cell Exhaustion in Multiple Cancers
2021, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2021.767070
PMID:34956194
|
研究论文 | 本研究利用单细胞转录组数据分析了多种癌症中CD8+ T细胞的细胞类型，并识别了与T细胞耗竭相关的35个基因，其中RGS1基因在耗竭前和耗竭T细胞中表达显著增加，并与不良预后相关。 | 首次识别RGS1作为T细胞耗竭的新标记和促进因子，并探讨了其在T细胞耗竭中的潜在机制。 | 研究主要基于单细胞转录组数据，未涉及体内实验验证RGS1的具体功能。 | 旨在识别新的T细胞耗竭标记物，并为耗竭细胞的研究和免疫治疗提供理论基础。 | 多种癌症中的CD8+ T细胞及其耗竭状态。 | 数字病理学 | 多种癌症 | 单细胞转录组分析 | NA | 转录组数据 | 涉及多种癌症的CD8+ T细胞样本 |
| 394 | 2024-08-07 |
Clinical practices underlie COVID-19 patient respiratory microbiome composition and its interactions with the host
2021-10-29, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-021-26500-8
PMID:34716338
|
研究论文 | 研究分析了COVID-19患者上呼吸道（58例）和下呼吸道（35例）的微生物组，结合微生物组测序、病毒载量测定和免疫分析，探讨临床实践对COVID-19患者呼吸微生物组组成及其与宿主相互作用的影响。 | 研究发现重症监护室停留时间和氧气支持类型，以及相关治疗如抗生素使用，解释了上呼吸道微生物组的最大变异，而SARS-CoV-2病毒载量影响较小。 | 研究主要集中在临床实践对微生物组的影响，未全面探讨其他可能的环境或遗传因素。 | 旨在理解COVID-19病理学中呼吸微生物组的作用及其与宿主的相互作用。 | COVID-19患者的上呼吸道和下呼吸道微生物组。 | 微生物学 | COVID-19 | 微生物组测序、病毒载量测定、免疫分析、单细胞转录组学 | NA | 微生物组数据、病毒载量数据、免疫数据 | 上呼吸道样本58例，下呼吸道样本35例 |
| 395 | 2024-08-07 |
A Markov random field model for network-based differential expression analysis of single-cell RNA-seq data
2021-Oct-26, BMC bioinformatics
IF:2.9Q1
DOI:10.1186/s12859-021-04412-0
PMID:34702190
|
研究论文 | 本文提出了一种基于马尔可夫随机场（MRF）模型的方法MRFscRNAseq，用于通过已知的生物网络信息提高单细胞RNA测序数据中差异表达基因（DEGs）的识别能力 | 该方法通过整合基因网络信息和细胞类型间的依赖关系，提高了检测细胞类型特异性DEGs的统计能力 | NA | 提高单细胞RNA测序数据中差异表达基因的识别能力 | 单细胞RNA测序数据中的差异表达基因 | 生物信息学 | 间质性肺病 | 单细胞RNA测序 | 马尔可夫随机场（MRF） | 基因表达数据 | 18,150个蛋白质编码基因，涉及38种细胞类型，来自32名间质性肺病患者和28名正常对照的肺组织样本 |
| 396 | 2024-08-07 |
Bayesian log-normal deconvolution for enhanced in silico microdissection of bulk gene expression data
2021-10-20, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-021-26328-2
PMID:34671028
|
研究论文 | 本文介绍了一种名为BLADE的贝叶斯对数正态反卷积方法，用于从大量基因表达数据中提取细胞成分信息 | BLADE框架能够处理超过20种细胞类型，并使用有效的变分推断方法，提高了对基因表达变异性的鲁棒性和完整性 | NA | 开发一种新的统计模型，以从大量基因表达数据中准确提取细胞成分信息 | 细胞成分和每种细胞类型的基因表达谱 | 基因表达 | NA | 单细胞RNA测序 | 贝叶斯模型 | 基因表达数据 | 超过700个模拟和真实数据集 |
| 397 | 2024-08-07 |
Spatial deconvolution of HER2-positive breast cancer delineates tumor-associated cell type interactions
2021-10-14, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-021-26271-2
PMID:34650042
|
研究论文 | 本研究利用空间转录组技术研究HER2阳性乳腺癌肿瘤中的空间基因表达，揭示肿瘤相关细胞类型的相互作用 | 首次通过空间转录组技术结合单细胞数据，绘制了肿瘤细胞与免疫细胞相互作用的高分辨率图谱，并构建了预测三级淋巴样结构的模型 | NA | 旨在通过空间基因表达分析，理解肿瘤细胞与免疫细胞的相互作用及其功能相关性 | HER2阳性乳腺癌肿瘤 | 数字病理学 | 乳腺癌 | 空间转录组技术 | 预测模型 | 基因表达数据 | NA |
| 398 | 2024-08-07 |
Building the mega single-cell transcriptome ocular meta-atlas
2021-10-13, GigaScience
IF:11.8Q1
DOI:10.1093/gigascience/giab061
PMID:34651173
|
研究论文 | 本文开发了一个轻量级的R包（scPOP），用于整合批处理方法并平衡批处理合并与细胞类型/集群纯度，以创建大规模的眼部单细胞转录组元图谱。 | 提出了一个轻量级的R包scPOP，用于优化单细胞转录组数据的批处理整合，并展示了如何有效合并大量数据以创建元图谱。 | 文中未明确提及具体的局限性。 | 开发工具和方法以高效创建组织和细胞感兴趣的元图谱。 | 眼部单细胞转录组数据，涉及33个视网膜数据集和3个物种的766,615个细胞。 | 单细胞转录组技术 | NA | 单细胞转录组技术 | NA | 转录组数据 | 766,615个细胞，来自33个视网膜数据集和3个物种 |
| 399 | 2024-08-07 |
Single-cell analysis of ploidy and the transcriptome reveals functional and spatial divergency in murine megakaryopoiesis
2021-10-07, Blood
IF:21.0Q1
DOI:10.1182/blood.2021010697
PMID:34115843
|
研究论文 | 本文通过手动分离小鼠和人类供体的骨髓中CD41+巨核细胞，并基于倍性（2N-32N）进行单细胞RNA测序分析，揭示了巨核细胞在体内的分子、空间和功能异质性 | 发现了巨核细胞中与血小板生成、造血干细胞微环境相互作用和炎症反应相关的三个不同亚群，并揭示了一个可能作为新型免疫细胞的特殊巨核细胞亚群 | NA | 探索巨核细胞在体内的功能和空间异质性 | 小鼠和人类供体的骨髓中CD41+巨核细胞 | 数字病理学 | NA | 单细胞RNA测序 | NA | 基因表达数据 | 小鼠和人类供体的骨髓中CD41+巨核细胞 |
| 400 | 2024-08-07 |
Single-cell analysis of patient-derived PDAC organoids reveals cell state heterogeneity and a conserved developmental hierarchy
2021-10-05, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-021-26059-4
PMID:34611171
|
研究论文 | 本研究通过单细胞转录组分析，揭示了来自患者的PDAC类器官中细胞状态的异质性和保守的发育层次结构 | 首次展示了PDAC类器官中'经典'和'基底样'细胞的共存，并识别了跨患者共享的特定肿瘤细胞状态 | NA | 探索胰腺导管腺癌（PDAC）细胞状态的异质性和发育层次结构 | PDAC类器官和原发性PDAC的单细胞转录组 | 数字病理学 | 胰腺癌 | 单细胞转录组分析 | NA | 转录组数据 | 18个原发性肿瘤和两个匹配的肝转移 |