单细胞与空转测序相关文章

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
201	2024-08-09	Single-cell transcriptome profiling reveals molecular heterogeneity in human umbilical cord tissue and culture-expanded mesenchymal stem cells 2021-09, The FEBS journal DOI:10.1111/febs.15834 PMID:33763993	研究论文	本研究通过单细胞转录组测序技术，揭示了人类脐带组织及其体外培养的间充质干细胞的分子异质性	首次在单细胞分辨率下分析了脐带组织和培养扩增的间充质干细胞的转录组特征，并识别了可能的新转录因子及细胞间相互作用	NA	深入理解脐带组织及其培养扩增的间充质干细胞的细胞异质性，为基于间充质干细胞的细胞疗法提供基础生物学见解	人类脐带组织及其体外培养的间充质干细胞	数字病理学	NA	单细胞转录组测序	NA	转录组数据	具体样本数量未在摘要中提及
202	2024-08-09	Mixed Distribution Models Based on Single-Cell RNA Sequencing Data 2021-Sep, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-021-00427-6 PMID:33754241	研究论文	本文分析了结直肠癌（CRC）的单细胞RNA测序（scRNA-seq）数据，构建了混合稳定-正态分布（MSND）模型和混合稳定-指数分布（MSED）模型来拟合基因表达差异（GED）数据，并通过比较均方根误差和卡方拟合优度检验，发现MSED和MSND的拟合效果优于稳定分布和柯西分布	提出了混合稳定-正态分布（MSND）模型和混合稳定-指数分布（MSED）模型来拟合基因表达差异数据，并能有效识别与肿瘤高度相关的基因	NA	研究基因表达差异数据的分布规律，并识别与肿瘤高度相关的基因	结直肠癌（CRC）的单细胞RNA测序数据	数字病理学	结直肠癌	单细胞RNA测序（scRNA-seq）	混合稳定-正态分布（MSND）模型和混合稳定-指数分布（MSED）模型	基因表达差异数据	NA
203	2024-08-09	Single-cell RNA sequencing: A new opportunity for retinal research 2021-09, Wiley interdisciplinary reviews. RNA DOI:10.1002/wrna.1652 PMID:33754496	研究论文	本文探讨了单细胞RNA测序（scRNA-seq）技术在视网膜研究中的应用	scRNA-seq技术能够深入分析多种视网膜细胞类型的基因表达特征，揭示细胞异质性	NA	研究视网膜细胞异质性，以更好地理解视网膜疾病	视网膜细胞及其在疾病和发育中的作用	数字病理学	视网膜疾病	单细胞RNA测序（scRNA-seq）	NA	RNA	NA
204	2024-08-09	DCI: learning causal differences between gene regulatory networks 2021-09-29, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btab167 PMID:33704425	研究论文	本文介绍了一种名为DCI的算法，用于高效学习不同条件下基因调控网络之间的因果差异	DCI算法能够直接推断两个因果图之间的差异，无需单独估计每个可能的大型因果图，从而提高了样本和计算效率	NA	设计干预措施以控制基因调控，需要通过因果图模型化基因调控网络	基因调控网络的因果差异	生物信息学	NA	单细胞RNA测序	因果图	基因表达数据	高样本量
205	2024-08-09	ExperimentSubset: an R package to manage subsets of Bioconductor Experiment objects 2021-09-29, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btab179 PMID:33715007	研究论文	介绍了一个名为ExperimentSubset的R包，用于高效管理和检索Bioconductor实验对象的子集	提出了一个能够提供数据溯源的R包，通过维护子集和父集之间的关系，实现了更高效的数据管理	NA	开发一个能够高效存储和检索子集数据的R包	Bioconductor实验对象的子集管理	生物信息学	NA	单细胞RNA测序	NA	矩阵数据	NA
206	2024-08-09	sepal: identifying transcript profiles with spatial patterns by diffusion-based modeling 2021-Sep-09, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btab164 PMID:33704427	研究论文	本文提出了一种新的方法来分析空间转录组数据，通过模拟单个转录本的扩散来提取具有空间模式的基因	本文提出的方法与现有的基于统计假设检验的方法不同，更少依赖于基因的表达水平，并且在多核运行时表现出更好的时间性能	NA	旨在区分具有空间模式的转录本轮廓与背景噪声	空间转录组数据中的基因	组学	NA	扩散建模	NA	转录组数据	NA
207	2024-08-09	Knowledge-based classification of fine-grained immune cell types in single-cell RNA-Seq data 2021-09-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbab039 PMID:33681983	research paper	本文开发了一种基于机器学习的分类器ImmClassifier，用于在单细胞RNA测序数据中对细粒度免疫细胞类型进行分类	利用细胞类型的层次结构本体，ImmClassifier在区分细粒度细胞类型方面表现出色，且与基于流式的标记物高度一致	目前单细胞RNA测序技术需要手动从转录组轮廓中分类每个免疫细胞	解决单细胞RNA测序中细粒度免疫细胞类型分类的难题	细粒度免疫细胞类型	machine learning	NA	scRNA-Seq	machine learning classifier	RNA-Seq data	未具体说明样本数量
208	2024-08-09	Application of single-cell transcriptomics to kinetoplastid research 2021-09, Parasitology IF:2.1Q2 DOI:10.1017/S003118202100041X PMID:33678213	综述	本文综述了单细胞转录组学（scRNA-seq）在原生动物寄生虫研究中的应用	scRNA-seq技术能够克服传统研究中的许多困难，如难以分离和培养的物种及生命周期阶段，以及宿主和媒介中异质性群体的存在	分析大量生成的数据时面临的挑战	探讨scRNA-seq技术在原生动物寄生虫研究中的应用及其潜在益处	原生动物寄生虫及其生命周期和宿主-寄生虫相互作用	NA	NA	单细胞转录组学（scRNA-seq）	NA	转录组数据	NA
209	2024-08-09	BET proteolysis targeted chimera-based therapy of novel models of Richter Transformation-diffuse large B-cell lymphoma 2021-09, Leukemia IF:12.8Q1 DOI:10.1038/s41375-021-01181-w PMID:33654205	研究论文	本文报道了三种新建立的患者源性异种移植（PDX）模型中RT-DLBCL的遗传改变、染色质可及性、活性增强子、基因表达及抗淋巴瘤药物敏感性的特征	首次使用CRISPR敲除IRF4并结合BET抑制剂和BET-PROTAC与ibrutinib或venetoclax的联合治疗，显著减少了淋巴瘤负担并提高了免疫缺陷小鼠的生存率	NA	开发针对Richter Transformation-diffuse large B-cell lymphoma的新疗法	RT-DLBCL的遗传特征及药物敏感性	数字病理学	淋巴瘤	CRISPR, 单细胞RNA测序	NA	基因表达数据	三种患者源性异种移植模型
210	2024-08-09	Evaluation of machine learning approaches for cell-type identification from single-cell transcriptomics data 2021-09-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbab035 PMID:33611343	研究论文	本文评估了10种机器学习模型在单细胞转录组数据中自动分配细胞表型的性能	采用机器学习模型作为监督分类方法，显著辅助细胞类型识别的决策过程	大多数分类器在复杂数据集上的准确性下降	评估机器学习模型在单细胞转录组数据中自动识别细胞类型的效果	10种机器学习模型在20个公开的单细胞RNA测序数据集上的性能	机器学习	NA	单细胞RNA测序	线性支持向量机（linear-SVM）和逻辑回归分类器	转录组数据	20个不同大小、技术、物种和复杂程度的公开单细胞RNA测序数据集
211	2024-08-09	Accurate feature selection improves single-cell RNA-seq cell clustering 2021-09-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbab034 PMID:33611426	研究论文	本文评估了特征选择对单细胞RNA测序数据细胞聚类准确性的影响，并开发了一种名为FEAST的特征选择算法，该算法能提供更具代表性的特征，从而提高聚类准确性	开发了一种新的特征选择算法FEAST，该算法能提供更具代表性的特征，显著提高单细胞RNA测序数据聚类的准确性	未提及	评估特征选择对单细胞RNA测序数据细胞聚类准确性的影响，并开发新的特征选择算法	单细胞RNA测序数据的细胞聚类	生物信息学	NA	单细胞RNA测序	NA	基因表达数据	12个公共单细胞RNA测序数据集
212	2024-08-09	IRIS-FGM: an integrative single-cell RNA-Seq interpretation system for functional gene module analysis 2021-09-29, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btab108 PMID:33595622	研究论文	本文介绍了一个名为IRIS-FGM的R包，用于单细胞RNA测序数据的功能基因模块分析和细胞聚类	IRIS-FGM基于QUBIC2算法，能够有效识别条件特异性的功能基因模块，预测细胞类型/簇，发现差异表达基因并进行通路富集分析	NA	开发一个集成单细胞RNA测序解释系统，用于功能基因模块分析	单细胞RNA测序数据中的功能基因模块和细胞聚类	生物信息学	NA	单细胞RNA测序	QUBIC2	scRNA-Seq数据	NA
213	2024-08-09	jSRC: a flexible and accurate joint learning algorithm for clustering of single-cell RNA-sequencing data 2021-09-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaa433 PMID:33535230	研究论文	本文提出了一种名为jSRC的联合学习算法，用于单细胞RNA测序数据的聚类	jSRC算法将降维和聚类集成在一起，提高了算法的准确性、可扩展性和可解释性	NA	解决现有单细胞RNA测序数据聚类算法在准确性、可扩展性和可解释性方面的不足	单细胞RNA测序数据	生物信息学	COVID-19	RNA-seq	联合学习算法	基因表达数据	涉及15个不同组织和生物的单细胞RNA测序数据集，细胞数量从49到110,824不等
214	2024-08-09	DSTG: deconvoluting spatial transcriptomics data through graph-based artificial intelligence 2021-09-02, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaa414 PMID:33480403	研究论文	本文提出了一种名为DSTG的新方法，通过基于图的卷积网络对空间转录组数据进行解卷积，以揭示组织内细胞异质性的空间结构	DSTG方法能够准确地解卷积每个spot的观察基因表达并恢复其细胞组成，实现了高水平的分割	NA	研究旨在通过解卷积空间转录组数据来揭示组织细胞异质性的空间结构	研究对象包括小鼠大脑皮层层、海马切片和胰腺肿瘤组织	机器学习	NA	空间转录组学	图卷积网络	转录组数据	涉及小鼠大脑皮层层、海马切片和胰腺肿瘤组织
215	2024-08-09	Invasive growth associated with cold-inducible RNA-binding protein expression drives recurrence of surgically resected brain metastases 2021-09-01, Neuro-oncology IF:16.4Q1 DOI:10.1093/neuonc/noab002 PMID:33433612	研究论文	本文探讨了手术切除的脑转移瘤复发的原因，提出癌细胞侵入邻近脑组织是导致局部复发和总体生存期缩短的重要因素，并通过单细胞RNA测序等方法验证了这一假设。	首次证实冷诱导RNA结合蛋白（CIRBP）在侵入性癌细胞中的过表达，并证明其在脑转移瘤侵入性生长中的作用。	NA	探究手术切除的脑转移瘤复发的原因及其生物学机制。	手术切除的脑转移瘤及其邻近脑组织。	数字病理学	脑转移瘤	单细胞RNA测序（scRNAseq）	NA	细胞	164个手术切除的脑转移瘤样本，超过15,000个细胞
216	2024-08-09	Circulating tumor cell detection and single-cell analysis using an integrated workflow based on ChimeraX® -i120 Platform: A prospective study 2021-09, Molecular oncology IF:5.0Q1 DOI:10.1002/1878-0261.12876 PMID:33301640	研究论文	本文开发了一种基于ChimeraX -i120平台的综合工作流程，用于循环肿瘤细胞（CTC）的检测和单细胞分子分析，并通过477名参与者的前瞻性研究验证了其临床可行性。	该研究首次整合了CTC检测和单细胞分子分析，使用ChimeraX -i120平台进行负富集、免疫荧光标记和基于机器学习的CTC识别，具有高灵敏度、准确性和可重复性。	NA	开发和验证一种新的综合工作流程，用于非侵入性临床癌症管理中的循环肿瘤细胞检测和单细胞分子分析。	循环肿瘤细胞（CTC）的检测和单细胞分子分析，以及其在临床癌症管理中的应用。	数字病理学	肝癌、胆管癌、乳腺癌、结直肠癌、肺癌	免疫荧光标记、机器学习	机器学习模型	单细胞测序数据	477名参与者
217	2024-08-09	Defining HPV-specific B cell responses in patients with head and neck cancer 2021-09, Nature IF:50.5Q1 DOI:10.1038/s41586-020-2931-3 PMID:33208941	研究论文	本文研究了人乳头瘤病毒（HPV）阳性头颈癌患者肿瘤微环境中HPV特异性B细胞反应的存在及其特征	首次展示了HPV特异性B细胞反应在HPV阳性头颈癌患者中的存在，并详细描述了这些反应的特征，包括HPV特异性抗体的产生和定位	NA	探讨HPV阳性头颈癌患者肿瘤微环境中HPV特异性B细胞反应的特征及其在免疫治疗中的潜在应用	HPV阳性头颈癌患者的肿瘤样本	NA	头颈癌	单细胞RNA测序	NA	细胞	多个患者的肿瘤样本
218	2024-08-09	Tissue disaggregation and isolation of specific cell types from transgenic Xenopus appendages for transcriptional analysis by FACS 2021-09, Developmental dynamics : an official publication of the American Association of Anatomists IF:2.0Q3 DOI:10.1002/dvdy.268 PMID:33137227	研究论文	本文介绍了一种从转基因非洲爪蟾附肢中分离特定细胞类型并进行转录分析的方法	提出了一种使用荧光激活细胞分选（FACS）从复杂尾和肢芽组织中分离特定细胞群体的协议	NA	研究非洲爪蟾胚胎和蝌蚪中的细胞类型特异性转录分析	非洲爪蟾胚胎和蝌蚪的特定细胞类型	细胞生物学	NA	荧光激活细胞分选（FACS）	NA	细胞	NA
219	2024-08-09	Cell Type-Specific Expression Analysis of the Inner Ear: A Technical Report 2021-09, The Laryngoscope DOI:10.1002/lary.28765 PMID:32579737	技术报告	本文比较了三种主要的细胞类型特异性分析方法在耳部研究中的应用	介绍了新的可视化和分析复杂表达数据的平台gEAR	需要根据组织来源、细胞类型和生物学问题选择合适的实验方法	描述和比较现有的耳部细胞类型特异性分析工具，以支持研究设计中的决策	耳部细胞的多样性及其在发育和功能中的分子机制	NA	听力损失	荧光激活细胞分选(FACS)、核糖体和RNA下拉技术、单细胞RNA测序(scRNA-seq)	NA	基因表达数据	使用已发表和原始数据进行比较
220	2024-08-09	Nature-Inspired Compressed Sensing for Transcriptomic Profiling From Random Composite Measurements 2021-Sep, IEEE transactions on cybernetics IF:9.4Q1 DOI:10.1109/TCYB.2019.2951402 PMID:31751263	研究论文	本文提出了一种基于差分进化和压缩感知的数学框架DECS，用于从低维随机复合测量中重建高维基因表达数据	DECS方法利用基因表达数据的固有稀疏性，能够从低维随机复合测量中学习稀疏模块字典和水平，以显著的量级（例如200倍）重建高维基因表达数据	NA	解决基因表达数据与随机复合测量之间关系的长期挑战	基因表达数据	生物信息学	NA	RNA-Seq	差分进化（DE）	基因表达数据	九个GSE数据集