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
241	2024-08-08	Similarity and Dissimilarity Regularized Nonnegative Matrix Factorization for Single-Cell RNA-seq Analysis 2022-Mar, Interdisciplinary sciences, computational life sciences DOI:10.1007/s12539-021-00457-0 PMID:34231183	研究论文	本文提出了一种新的聚类方法——相似性与相异性正则化的非负矩阵分解（SDCNMF），用于单细胞RNA测序（scRNA-seq）数据分析	SDCNMF方法同时施加相似性和相异性约束于低维表示，既能保持相似细胞在低维空间中更接近，也能将不相似的细胞彼此推开	NA	探索单细胞RNA测序数据中的细胞异质性	单细胞RNA测序数据	机器学习	NA	scRNA-seq	非负矩阵分解（NMF）	基因表达数据	五个scRNA-seq数据集
242	2024-08-08	An active learning approach for clustering single-cell RNA-seq data 2022-03, Laboratory investigation; a journal of technical methods and pathology DOI:10.1038/s41374-021-00639-w PMID:34244616	研究论文	本文提出了一种用于单细胞RNA测序数据聚类的主动学习框架	该框架采用主动学习算法，能够主动向生物学家查询标签，并仅对部分细胞进行手动标记，从而提高聚类的生物学解释性	NA	解决现有单细胞RNA测序数据聚类方法中生物学解释性差的问题	单细胞RNA测序数据	机器学习	NA	单细胞RNA测序	主动学习模型	数据	四个真实单细胞RNA测序数据集，每个数据集少于1000个标记细胞
243	2024-08-08	Single-cell transcriptomic analyses of cardiac immune cells reveal that Rel-driven CD72-positive macrophages induce cardiomyocyte injury 2022-03-25, Cardiovascular research IF:10.2Q1 DOI:10.1093/cvr/cvab193 PMID:34100920	研究论文	本研究通过单细胞转录组测序分析了心脏免疫细胞的异质性，特别是识别出与心脏损伤相关的CD72阳性巨噬细胞。	首次揭示了Rel驱动的CD72阳性巨噬细胞在心脏损伤中的作用，并提出了这些细胞可能作为多种心血管疾病治疗的新靶点。	研究主要基于小鼠模型，尚需在人类中进行进一步验证。	研究心脏巨噬细胞的异质性及其在心脏损伤中的作用。	心脏巨噬细胞及其在心脏损伤中的作用。	数字病理学	心血管疾病	单细胞mRNA测序	NA	转录组数据	涉及小鼠和人类心脏组织样本
244	2024-08-09	Integration, exploration, and analysis of high-dimensional single-cell cytometry data using Spectre 2022-03, Cytometry. Part A : the journal of the International Society for Analytical Cytology DOI:10.1002/cyto.a.24350 PMID:33840138	研究论文	介绍了一个名为Spectre的R包，用于高维单细胞流式数据的综合集成和分析	Spectre提供了一个端到端的分析流程，包括数据预处理、批次对齐、数据集成、聚类、降维、可视化、群体标记以及定量和统计分析	NA	开发一个全面的、可扩展的计算分析方法，以处理和分析高维单细胞流式数据	高维单细胞流式数据，包括流式细胞术、质谱细胞术或光谱细胞术生成的数据	生物信息学	NA	机器学习	NA	高维数据	大量样本、批次或实验
245	2024-08-09	Single-Cell RNA Sequencing Data Clustering by Low-Rank Subspace Ensemble Framework 2022 Mar-Apr, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2020.3029187 PMID:33026977	研究论文	本文提出了一种低秩子空间集成聚类框架（LRSEC）用于单细胞RNA测序（scRNA-seq）数据分析	LRSEC框架通过低秩子空间捕获数据的全局结构，相比单一聚类模型具有更好的聚类性能	NA	分析scRNA-seq数据，揭示细胞的异质性和多样性	单细胞RNA测序数据	生物信息学	NA	单细胞RNA测序（scRNA-seq）	低秩模型	基因表达数据	七个小数据集和一个大数据集
246	2024-08-09	scLRTD : A Novel Low Rank Tensor Decomposition Method for Imputing Missing Values in Single-Cell Multi-Omics Sequencing Data 2022 Mar-Apr, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2020.3025804 PMID:32960767	研究论文	本文提出了一种名为scLRTD的新方法，利用低秩张量分解基于核范数来填补单细胞多组学测序数据中的缺失值	scLRTD方法不同于一般的单类型单细胞数据填补方法，能够处理不同阶段、组织或条件的单细胞RNA测序数据	NA	开发有效的方法来填补单细胞数据分析中的缺失值	单细胞多组学测序数据和单细胞RNA测序数据	生物信息学	肝细胞癌	单细胞测序	低秩张量分解	测序数据	四组模拟数据和两组来自小鼠胚胎干细胞和肝细胞癌的真实单细胞RNA测序数据
247	2024-08-09	CIPHER-SC: Disease-Gene Association Inference Using Graph Convolution on a Context-Aware Network With Single-Cell Data 2022 Mar-Apr, IEEE/ACM transactions on computational biology and bioinformatics DOI:10.1109/TCBB.2020.3017547 PMID:32809944	研究论文	本文介绍了一种基于图卷积的疾病-基因关联推断方法CIPHER-SC，该方法利用单细胞转录组数据构建了一个上下文感知网络，实现了端到端的训练架构	引入了单细胞转录组数据，构建了上下文感知网络，实现了无偏差的数据整合和端到端的训练架构	NA	推断疾病-基因关联，揭示疾病发病机制，并为治疗提供帮助	疾病-基因关联	机器学习	NA	图卷积	图卷积网络	单细胞转录组数据	涉及三个不同的测试集进行五折交叉验证