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 1167 篇文献，本页显示第 541 - 560 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 541 | 2024-08-08 |
Identification of novel tumor microenvironment-associated genes in gastric cancer based on single-cell RNA-sequencing datasets
2022, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2022.896064
PMID:36046240
|
研究论文 | 本研究利用单细胞RNA测序数据，识别胃癌中与肿瘤微环境相关的新基因 | 通过分析受体-配体对和细胞间相互作用，获得了MIF信号通路网络，并识别了64个在肠上皮化生和早期胃癌中差异表达的基因 | NA | 研究胃癌肿瘤微环境与异质性的关系，并探索其对患者预后的影响 | 胃癌中的肿瘤微环境相关基因 | 数字病理学 | 胃癌 | 单细胞RNA测序 | LASSO风险评分模型 | RNA测序数据 | 使用来自Gene Expression Omnibus数据库的GSE134520数据集，识别了25个细胞亚群 |
| 542 | 2024-08-08 |
Single-cell RNA sequencing reveals the cellular and molecular changes that contribute to the progression of lung adenocarcinoma
2022, Frontiers in cell and developmental biology
IF:4.6Q1
DOI:10.3389/fcell.2022.927300
PMID:36046337
|
研究论文 | 本研究通过分析76,762个细胞的单细胞转录组数据，揭示了肺腺癌从纯磨玻璃结节（GGN）到实性结节（SN）进展过程中的细胞和分子变化 | 首次全面阐明了纯GGN和SN的细胞和分子特征，并揭示了肺腺癌进展的机制 | NA | 揭示肺腺癌进展过程中的细胞和分子变化，并发现新的治疗靶点 | 肺腺癌的纯磨玻璃结节和实性结节 | 数字病理学 | 肺癌 | 单细胞RNA测序 | NA | 转录组数据 | 76,762个细胞，来自四个纯GGN、四个SN和四个正常组织 |
| 543 | 2024-08-08 |
Heterogeneity in NK Cell Subpopulations May Be Involved in Kidney Cancer Metastasis
2022, Journal of immunology research
IF:3.5Q2
DOI:10.1155/2022/6378567
PMID:36046723
|
研究论文 | 本研究通过单细胞测序数据分离出自然杀伤（NK）细胞亚群，并探讨其在透明细胞肾细胞癌（ccRCC）转移中的作用 | 首次揭示了NK细胞亚群NK(EGR1)和NK(CAPG)与肾癌转移的密切关系 | NA | 研究肾癌免疫微环境和免疫细胞异质性，以改善肾癌治疗效果 | 透明细胞肾细胞癌（ccRCC）中的NK细胞亚群 | 数字病理学 | 肾癌 | 单细胞测序 | NA | 基因表达数据 | NA |
| 544 | 2024-08-08 |
Single-cell transcriptomics of neuroblastoma identifies chemoresistance-associated genes and pathways
2022, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2022.08.031
PMID:36051886
|
研究论文 | 本研究通过单细胞RNA测序分析了神经母细胞瘤中与化疗耐药相关的基因和通路 | 首次揭示了化疗耐药神经母细胞瘤细胞的双向能力，即肾上腺素能向间充质转化 | NA | 探讨神经母细胞瘤中肿瘤内异质性与治疗耐药性的关联 | 神经母细胞瘤细胞及其对依托泊苷和顺铂的耐药性 | 数字病理学 | 神经母细胞瘤 | 单细胞RNA测序 | NA | RNA序列 | 498个肿瘤样本 |
| 545 | 2024-08-08 |
Bioinformatics analysis of potential pathogenesis and risk genes of immunoinflammation-promoted renal injury in severe COVID-19
2022, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2022.950076
PMID:36052061
|
研究论文 | 本研究通过整合166个COVID-19患者的外周血转录组数据，利用加权基因共表达网络分析（WGCNA）和短时序表达挖掘（STEM）分析，识别与严重COVID-19相关的肾损伤关键基因，并探讨其潜在的免疫炎症机制。 | 本研究首次在严重COVID-19患者中识别出一组与肾损伤进展相关的关键基因，并通过蛋白质-蛋白质相互作用（PPI）网络和单细胞测序分析，深入探讨了这些基因在免疫细胞中的分布及其在肾损伤中的作用机制。 | 本研究主要基于转录组数据进行分析，未来需要更多的实验验证来支持这些发现，并进一步探讨这些基因在COVID-19肾损伤中的具体作用机制。 | 探讨严重COVID-19中免疫炎症促进肾损伤的病理机制，并识别相关的风险基因。 | 严重COVID-19患者的肾损伤及其相关的免疫炎症机制。 | 生物信息学 | COVID-19 | 加权基因共表达网络分析（WGCNA），短时序表达挖掘（STEM）分析，蛋白质-蛋白质相互作用（PPI）网络分析，单细胞测序 | 随机森林，Nomogram模型 | 转录组数据，单细胞测序数据 | 166个COVID-19患者的外周血样本 |
| 546 | 2024-08-08 |
Single-cell RNA-Seq reveals the potential risk of anti-mesothelin CAR T Cell therapy toxicity to different organs in humans
2022, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2022.807915
PMID:36059490
|
研究论文 | 本研究通过单细胞RNA测序（scRNA-seq）分析了来自人类主要生理系统的数据，评估了抗间皮素CAR-T细胞疗法对不同器官的潜在毒性风险 | 首次利用scRNA-seq数据对不同器官在抗间皮素CAR-T细胞疗法中的毒性风险进行分级 | NA | 评估抗间皮素CAR-T细胞疗法对不同器官的潜在毒性风险 | 人类主要生理系统的器官，包括呼吸、心血管、消化和泌尿系统 | 数字病理学 | NA | 单细胞RNA测序（scRNA-seq） | NA | RNA | 涉及多个器官的细胞样本 |
| 547 | 2024-08-08 |
Research progress on application of single-cell TCR/BCR sequencing technology to the tumor immune microenvironment, autoimmune diseases, and infectious diseases
2022, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2022.969808
PMID:36059506
|
研究论文 | 本文总结了单细胞TCR/BCR测序技术在肿瘤免疫微环境、自身免疫疾病、传染病、免疫治疗和慢性炎症疾病中的应用进展 | 单细胞TCR/BCR测序技术能够克服细胞异质性问题，提供新的方法和视角，深入分析细胞群体中个体细胞的行为和机制及其与机体的关系 | 讨论了该技术的不足和未来应用的前景 | 探讨单细胞TCR/BCR测序技术在多种疾病中的应用及其未来发展 | 肿瘤免疫微环境、自身免疫疾病、传染病、免疫治疗和慢性炎症疾病 | 生物技术 | NA | 单细胞TCR/BCR测序 | NA | 基因表达和免疫组学数据 | 大量单细胞 |
| 548 | 2024-08-08 |
Identification and verification of YBX3 and its regulatory gene HEIH as an oncogenic system: A multidimensional analysis in colon cancer
2022, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2022.957865
PMID:36059530
|
研究论文 | 本研究探讨了YBX3基因及其调控的lncRNA HEIH在结肠癌中的致病作用及其对肿瘤进展的影响 | 首次揭示了YBX3及其调控基因HEIH在多种癌症中的致病作用，特别是在结肠癌中的免疫逃逸机制 | 研究主要集中在结肠癌，可能需要进一步研究其在其他癌症类型中的作用 | 研究YBX3及其调控基因HEIH在癌症中的致病作用及其对肿瘤进展的影响 | YBX3基因及其调控的lncRNA HEIH在结肠癌中的作用 | 数字病理学 | 结肠癌 | RNA pull-down, 质谱(MS), 组织微阵列(TMA), qPCR, 蛋白质印迹(western blotting) | NA | RNA | 93名患者, 12名不同临床病理阶段的患者 |
| 549 | 2024-08-08 |
Profiling mouse cochlear cell maturation using 10× Genomics single-cell transcriptomics
2022, Frontiers in cellular neuroscience
IF:4.2Q2
DOI:10.3389/fncel.2022.962106
PMID:36060279
|
研究论文 | 本研究利用10x Genomics单细胞转录组测序技术，分析了幼年和成熟小鼠耳蜗细胞在发育过程中的转录组动态变化 | 首次在单细胞水平上揭示了内毛细胞和外毛细胞在不同发育阶段的成熟高峰期，并鉴定了在耳蜗毛细胞和螺旋神经节神经元成熟过程中表达的长非编码RNA基因 | NA | 研究小鼠耳蜗细胞在发育过程中的转录组动态变化 | 幼年和成熟小鼠的耳蜗细胞 | 数字病理学 | NA | 10x Genomics单细胞RNA测序（scRNA-seq） | NA | 转录组数据 | 幼年和成熟小鼠的耳蜗细胞 |
| 550 | 2024-08-08 |
A Cell Differentiation Trajectory-Related Signature for Predicting the Prognosis of Lung Adenocarcinoma
2022, Genetics research
IF:1.4Q4
DOI:10.1155/2022/3483498
PMID:36072012
|
研究论文 | 本文筛选与细胞分化轨迹相关的基因，并构建了一个用于预测肺腺癌（LUAD）预后的细胞分化轨迹相关特征 | 构建了一个基于细胞分化轨迹相关基因的预后特征，并开发了一个具有高预测性能和准确性的诺模图 | NA | 筛选细胞分化轨迹相关基因并构建预后特征，以预测肺腺癌的预后 | 肺腺癌（LUAD）的预后预测 | 数字病理学 | 肺癌 | 单细胞RNA测序 | NA | 转录组数据 | 使用了来自GEO和TCGA数据库的LUAD单细胞mRNA表达谱和TCGA-LUAD转录组数据 |
| 551 | 2024-08-08 |
Novel insight on marker genes and pathogenic peripheral neutrophil subtypes in acute pancreatitis
2022, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2022.964622
PMID:36072587
|
研究论文 | 本研究通过生物信息学分析和机器学习方法，分析了急性胰腺炎患者外周血细胞的表达数据，并验证了两个功能基因模块及特定基因作为严重胰腺炎的预测因子。同时，通过结合批量测序和单细胞测序数据，识别了COVID-19诱导的急性胰腺炎中关键的中性粒细胞亚型。 | 首次全面分析了急性胰腺炎患者外周血的基因表达模式，并识别了与COVID-19相关的关键中性粒细胞亚型。 | NA | 旨在深入了解急性胰腺炎的分子机制，并探索COVID-19诱导的急性胰腺炎的预测因子。 | 急性胰腺炎患者的外周血细胞及COVID-19患者的测序数据。 | 数字病理学 | 急性胰腺炎 | 机器学习方法、批量测序、单细胞测序 | NA | 基因表达数据 | 本地患者的具体样本数量未明确提及 |
| 552 | 2024-08-08 |
The development and function of CD11c+ atypical B cells - insights from single cell analysis
2022, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2022.979060
PMID:36072594
|
综述 | 本文综述了利用单细胞RNA测序技术研究CD11c+非典型B细胞（ABCs）的发育和功能 | 单细胞RNA测序技术使得在不同免疫环境下准确识别ABCs成为可能，并揭示了ABCs是一种高度保守的记忆B细胞谱系 | ABCs的正常功能仍不明确 | 探讨ABCs的发育和功能 | CD11c+非典型B细胞（ABCs） | 免疫学 | NA | 单细胞RNA测序（scRNA-seq） | NA | RNA | NA |
| 553 | 2024-08-08 |
Clustering CITE-seq data with a canonical correlation-based deep learning method
2022, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2022.977968
PMID:36072672
|
研究论文 | 本文提出了一种基于典型相关分析的深度学习方法scCTClust，用于聚类CITE-seq数据，该方法通过两个特定组学的神经网络提取组学数据中的聚类信息，并采用深度典型相关方法找到两个组学的最大相关表示，最后利用一种新颖的分散聚类方法对两个组学的潜在表示的线性组合进行聚类 | 本文创新性地提出了一种适用于多组学数据特别是CITE-seq数据的聚类方法scCTClust，该方法能够克服CITE-seq数据噪声大、维度高和稀疏性强的特点，并通过深度典型相关方法找到两个组学的最大相关表示 | NA | 克服CITE-seq数据噪声大、维度高和稀疏性强的问题，找到适合聚类的组合表示 | CITE-seq数据 | 机器学习 | NA | CITE-seq | 神经网络 | 多组学数据 | NA |
| 554 | 2024-08-08 |
scRNA-seq reveals ATPIF1 activity in control of T cell antitumor activity
2022, Oncoimmunology
IF:6.5Q1
DOI:10.1080/2162402X.2022.2114740
PMID:36016697
|
研究论文 | 本研究通过单细胞RNA测序（scRNA-seq）和遗传学方法，揭示了ATP合酶抑制因子1（ATPIF1）在调控T细胞抗肿瘤活性中的作用 | 首次揭示了ATPIF1在调控T细胞免疫活性中的作用，并证明了ATPIF1缺乏会导致T细胞衰竭，从而影响肿瘤免疫 | 研究主要集中在小鼠模型上，需要进一步在人体中验证ATPIF1的作用 | 探讨ATPIF1在调控CD8 T细胞抗肿瘤活性中的作用及其在癌症免疫治疗中的潜在应用 | ATPIF1在T细胞中的功能及其对肿瘤免疫的影响 | 数字病理学 | NA | 单细胞RNA测序（scRNA-seq） | NA | 基因表达数据 | 涉及B16黑色素瘤和Lewis肺癌模型的小鼠样本 |
| 555 | 2024-08-08 |
The immune phenotypes and different immune escape mechanisms in colorectal cancer
2022, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2022.968089
PMID:36032084
|
研究论文 | 研究结直肠癌（CRC）的免疫表型及其潜在的免疫逃逸机制 | 首次详细分类了CRC的三种不同免疫表型，并探讨了各自的免疫逃逸机制 | 研究主要基于样本数据分析，需要进一步的临床验证 | 探索结直肠癌的免疫表型及其免疫逃逸机制，为免疫治疗提供新的研究方向 | 结直肠癌样本及其免疫微环境 | 数字病理学 | 结直肠癌 | 单细胞RNA测序（scRNA-seq） | NA | 基因表达数据 | 1802个微阵列队列样本和619个TCGA队列样本，以及447个中山医院样本和60个CRC样本的252,940个细胞 |
| 556 | 2024-08-08 |
Fibroblasts in intestinal homeostasis, damage, and repair
2022, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2022.924866
PMID:36032088
|
综述 | 本文综述了成纤维细胞在小肠稳态、损伤和修复中的作用 | 利用单细胞转录组学揭示了成纤维细胞在正常和炎症条件下的异质性，表明了不同的功能 | 对于成纤维细胞亚群的数量、术语和功能特性仍缺乏共识，且其如何调节小肠修复过程及其在炎症性肠病发病机制中的影响尚不清楚 | 旨在提供该领域最新进展的简要概述，以帮助阐明当前对成纤维细胞异质性和功能的理解，并推进我们对成纤维细胞在小肠损伤和修复中贡献的认识 | 成纤维细胞在小肠稳态、损伤和修复中的作用 | NA | NA | 单细胞转录组学 | NA | 转录组数据 | NA |
| 557 | 2024-08-08 |
Prediction of prognosis, immunogenicity and efficacy of immunotherapy based on glutamine metabolism in lung adenocarcinoma
2022, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2022.960738
PMID:36032135
|
研究论文 | 本研究通过建立一个新的谷氨酰胺（Gln）代谢定量系统，预测肺癌的预后和免疫治疗效果，并分析了肿瘤微环境（TME）中的Gln代谢及其相关基因EPHB2的作用。 | 首次全面分析了谷氨酰胺代谢在肺腺癌中的作用，并建立了一个基于Gln代谢的模型来预测预后和免疫治疗效果。 | NA | 揭示谷氨酰胺代谢在肺腺癌中的作用，并为针对Gln代谢的抗肿瘤策略提供理论基础。 | 肺腺癌患者及其肿瘤微环境中的谷氨酰胺代谢。 | 数字病理学 | 肺癌 | 单细胞测序分析，转录组测序 | Cox回归和Lasso回归分析 | 基因表达数据 | 513名肺腺癌患者，73个谷氨酰胺代谢相关基因 |
| 558 | 2024-08-08 |
CD4+ T cell activation and inflammation in NASH-related fibrosis
2022, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2022.967410
PMID:36032141
|
综述 | 本文综述了CD4+ T细胞在非酒精性脂肪肝病（NAFLD），特别是非酒精性脂肪性肝炎（NASH）相关肝纤维化中的激活和炎症作用 | 近期单细胞转录组分析揭示了NASH肝脏中CD4 T细胞、CD8 T细胞、γδ T细胞和TEMs的扩增 | NA | 探讨不同亚型的CD4 T细胞在NASH相关肝炎症和纤维化中的作用 | CD4+ T细胞及其亚型在NASH相关肝炎症和纤维化中的作用 | NA | 非酒精性脂肪肝病 | 单细胞转录组分析 | NA | 转录组数据 | NA |
| 559 | 2024-08-08 |
Comprehensive analysis of androgen receptor status in prostate cancer with neuroendocrine differentiation
2022, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2022.955166
PMID:36033483
|
研究论文 | 本研究通过免疫染色和批量及单细胞转录组分析，深入研究了神经内分泌分化前列腺癌中雄激素受体（AR）的状态 | 首次结合免疫染色和单细胞转录组分析，揭示了AR在神经内分泌分化前列腺癌中的存在及其功能 | 研究样本主要集中在去势抵抗性前列腺癌，可能限制了结果的普遍性 | 深入理解神经内分泌分化前列腺癌中AR信号传导的细胞可塑性，并为治疗开发提供新见解 | 神经内分泌分化前列腺癌中的雄激素受体状态 | 数字病理学 | 前列腺癌 | 免疫染色、单细胞转录组分析 | NA | 转录组数据 | 8194例前列腺癌病例 |
| 560 | 2024-08-08 |
The combined prognostic model of copper-dependent to predict the prognosis of pancreatic cancer
2022, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2022.978988
PMID:36035166
|
研究论文 | 本文通过单细胞分析和CIBERSORT方法，研究了铜依赖基因及相关免疫浸润细胞在胰腺癌中的预后价值 | 本文首次提出了一种基于铜依赖基因及相关免疫浸润细胞的联合预后模型，用于预测胰腺癌的预后 | NA | 评估铜依赖基因及相关免疫浸润细胞在胰腺癌中的预后价值 | 铜依赖基因、相关免疫浸润细胞及胰腺癌患者的预后 | 数字病理学 | 胰腺癌 | 单细胞测序分析、CIBERSORT | Cox回归、LASSO方法 | 基因表达数据 | 训练队列和测试队列来自TCGA数据库，验证队列来自GSE62452数据集 |