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 1191 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 | 2026-09-21 |
Reactive astrogliosis in the era of single-cell transcriptomics
2023, Frontiers in cellular neuroscience
IF:4.2Q2
DOI:10.3389/fncel.2023.1173200
PMID:37153637
|
综述 | 本文综述了单细胞转录组学技术在多种神经病理学中揭示的反应性星形胶质细胞异质性及其转录组特征 | 系统整合了多种神经病理学中单细胞或单核转录组学定义的反应性星形胶质细胞亚群，揭示了不同神经系统疾病间反应性星形胶质细胞转录组特征的共性与特异性 | 本文为综述性文章，未产生新的实验数据，主要依赖已有数据集的比较与整合 | 概述单细胞或单核转录组学在多种神经病理学中定义的反应性星形胶质细胞群体，促进相关参考点的查找并提高新数据集的可解释性 | 反应性星形胶质细胞 | 机器学习 | 神经系统疾病 | 单细胞转录组学、单核转录组学 | NA | 文本 | NA | NA | 单细胞RNA-seq、单核RNA-seq | NA | NA |
| 2 | 2026-09-21 |
Subject clustering by IF-PCA and several recent methods
2023, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2023.1166404
PMID:37287536
|
研究论文 | 该文提出结合变分自编码器（VAE）与影响力特征主成分分析（IF-PCA）的IF-VAE方法，并比较IF-PCA、VAE、Seurat和SC3在基因表达数据上的受试者聚类性能 | 将变分自编码器（VAE）与影响力特征主成分分析（IF-PCA）结合，提出IF-VAE新方法；证明IF-PCA在稀有/弱模型下可实现相变 | IF-VAE相比VAE有显著提升但仍不如IF-PCA；Seurat和SC3理论分析困难，最优性尚不明确 | 探讨如何结合无监督深度学习与其他方法的优势，以及不同受试者聚类方法的性能比较 | 10个基因微阵列数据集和8个单细胞RNA-seq数据集中的受试者（患者或细胞） | 机器学习 | NA | 基因微阵列、单细胞RNA-seq | 变分自编码器（VAE）、主成分分析（PCA） | 基因表达数据 | 10个基因微阵列数据集和8个单细胞RNA-seq数据集 | NA | bulk RNA-seq, single-cell RNA-seq | NA | NA |
| 3 | 2026-09-01 |
ScRNA-seq revealed targeting regulator of G protein signaling 1 to mediate regulatory T cells in Hepatocellular carcinoma
2023, Cancer biomarkers : section A of Disease markers
IF:2.2Q3
DOI:10.3233/CBM-220226
PMID:36938729
|
研究论文 | 通过单细胞RNA测序分析，发现RGS1在肝细胞癌调节性T细胞中高表达，并可能通过CXCR4信号调节Treg功能，成为免疫治疗的潜在靶点 | 首次利用两个独立的单细胞RNA测序数据集整合分析，揭示了RGS1在Tregs中的特异性高表达及其与不良预后和CXCR4信号通路的相关性，并通过多重免疫荧光验证 | 未明确提及，但可能受限于公共数据集的样本量和生物信息学分析的验证程度 | 识别靶向Tregs以改善肝细胞癌免疫治疗结局的基因 | 肝细胞癌中的CD4+ T细胞，特别是调节性T细胞（Tregs） | 数字病理学 | 肝细胞癌 | 单细胞RNA测序、多重免疫荧光 | NA | 单细胞基因表达数据、免疫荧光图像 | 两个独立的公共scRNA-seq数据集，以及用于验证的肿瘤和癌旁组织样本（具体数量未提供） | NA | 单细胞RNA测序 | NA | NA |
| 4 | 2026-08-21 |
Single-cell RNA sequencing reveals in vivo osteoimmunology interactions between the immune and skeletal systems
2023, Frontiers in endocrinology
IF:3.9Q2
DOI:10.3389/fendo.2023.1107511
PMID:37051201
|
研究论文 | 利用单细胞RNA测序数据，研究了人类股骨头中免疫细胞与成骨细胞谱系细胞之间的体内骨免疫相互作用，并探讨了外周血单核细胞对骨骼表型的影响 | 首次在单细胞分辨率下，揭示了体内骨微环境中免疫细胞与成骨细胞谱系细胞之间的配体-受体相互作用，并识别了与骨密度相关的单核细胞亚型特异子网络 | 未提供明确的局限性信息 | 探索免疫系统与骨骼系统在单细胞水平上的骨免疫相互作用，并分析外周血免疫细胞对骨骼表型的影响 | 人类股骨头中的免疫细胞和成骨细胞谱系细胞，以及外周血单核细胞 | 单细胞测序 | 骨质疏松 | 单细胞RNA测序(scRNA-seq), 去卷积分析, 加权基因共表达网络分析(WGCNA), 细胞特异性网络(CSN), 最小绝对收缩和选择算子(LASSO) | CellphoneDB, CellChat, WGCNA, LASSO | 单细胞RNA测序数据 | 来自人类股骨头的scRNA-seq数据集和外周血单核细胞的scRNA-seq数据集 | NA | 单细胞RNA测序 | NA | NA |
| 5 | 2024-08-07 |
Classification of tuberculosis-related programmed cell death-related patient subgroups and associated immune cell profiling
2023, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2023.1159713
PMID:37205113
|
研究论文 | 本研究通过分析结核病（TB）相关数据集中的免疫细胞谱，识别并验证了与程序性细胞死亡（PCD）相关的基因表达模式，以此来分层TB患者并探讨其与免疫细胞丰度的关系 | 首次通过机器学习方法筛选出与PCD相关的关键基因，并利用这些基因对TB患者进行分层，进一步验证了这些分层在独立数据集中的有效性 | 研究主要基于公共数据库的数据，未来需要更多的临床样本验证这些发现 | 旨在通过PCD相关基因的表达模式来分层TB患者，并探讨其与免疫细胞丰度的关系，为TB的诊断和治疗提供新的策略 | 结核病患者及其PCD相关基因表达模式 | 数字病理学 | 结核病 | 单细胞RNA测序（scRNA-seq） | 机器学习 | 基因表达数据 | TB患者样本 | NA | NA | NA | NA |
| 6 | 2026-07-05 |
Mast cell marker gene signature: prognosis and immunotherapy response prediction in lung adenocarcinoma through integrated scRNA-seq and bulk RNA-seq
2023, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2023.1189520
PMID:37256127
|
研究论文 | 通过整合单细胞RNA测序和批量RNA测序数据，构建了肥大细胞标志基因特征，用于肺腺癌的预后和免疫治疗反应预测 | 首次基于单细胞测序鉴定肥大细胞特异性标志基因，并构建了包含九种肥大细胞相关基因的预后特征，用于肺腺癌患者风险分层和免疫治疗反应预测 | 未提及外部验证队列中不同种族或地理区域的差异，且未对特征基因的生物学机制进行深入体内验证 | 评估肥大细胞在肺腺癌预后及免疫治疗反应预测中的作用 | 肺腺癌患者的肿瘤组织样本和公开数据集 | 机器学习 | 肺癌 | 单细胞RNA测序、批量RNA测序 | 机器学习预测模型（基于九种基因特征的预后评分模型） | 单细胞转录组数据和批量转录组数据 | 涉及训练集和四个外部验证集，具体样本量未在摘要中说明 | NA | 单细胞RNA测序, 批量RNA测序 | NA | NA |
| 7 | 2026-06-20 |
CD73-generated extracellular adenosine promotes resolution of neutrophil-mediated tissue injury and restrains metaplasia in pancreatitis
2023-01, FASEB journal : official publication of the Federation of American Societies for Experimental Biology
IF:4.4Q2
DOI:10.1096/fj.202201537R
PMID:36468677
|
研究论文 | 本研究探讨CD73产生的胞外腺苷在胰腺炎中促进中性粒细胞介导的组织损伤消退并抑制化生的作用 | 首次证明CD73缺失会加剧胰腺炎严重程度，并揭示通过清除中性粒细胞可减轻化生和急性胰腺炎，为CD73增强剂作为治疗策略提供新依据 | 研究主要基于小鼠模型，未在人胰腺炎样本中进行验证；且未深入探讨腺苷受体亚型的具体机制 | 阐明CD73产生的胞外腺苷在胰腺炎炎症消退和组织损伤修复中的关键作用 | CD73敲除和野生型C57BL/6小鼠的胰腺组织及浸润免疫细胞 | 机器学习 | 胰腺炎 | 单细胞RNA测序 | NA | 单细胞转录组数据 | 涉及CD73敲除和野生型小鼠，具体数量未提及 | NA | 单细胞RNA测序 | NA | NA |
| 8 | 2026-06-20 |
Comparative single-cell transcriptomic analysis reveals differences in signaling pathways in gonadal primordial germ cells between chicken (Gallus gallus) and zebra finch (Taeniopygia guttata)
2023-01, FASEB journal : official publication of the Federation of American Societies for Experimental Biology
IF:4.4Q2
DOI:10.1096/fj.202201569R
PMID:36520042
|
研究论文 | 通过单细胞RNA测序比较鸡和斑胸草雀生殖腺原始生殖细胞中的信号通路差异 | 首次进行跨物种鸟类单细胞转录组分析，揭示了鸡形目和雀形目之间生殖细胞发育的信号通路差异 | NA | 探究鸡和斑胸草雀生殖腺原始生殖细胞及周围细胞的物种特异性特征 | 鸡和斑胸草雀的生殖腺原始生殖细胞及周围体细胞 | 机器学习和基因组学 | NA | scRNA-seq | NA | 单细胞转录组数据 | NA | NA | 单细胞RNA测序 | NA | NA |
| 9 | 2026-06-20 |
A single-cell transcriptomic atlas characterizes cell types and their molecular features in yak ovarian cortex
2023-01, FASEB journal : official publication of the Federation of American Societies for Experimental Biology
IF:4.4Q2
DOI:10.1096/fj.202201176RR
PMID:36527406
|
研究论文 | 通过单细胞RNA测序构建牦牛卵巢皮层的细胞图谱，表征细胞类型及其分子特征 | 首次构建了牦牛卵巢皮层的单细胞转录组图谱，并鉴定出八种主要细胞类型及其标志基因 | 未提供样本量信息，且仅对卵母细胞进行了亚型分类，其他细胞类型的异质性有待进一步探索 | 揭示牦牛卵巢皮层的细胞组成和分子特征，为理解雌性生殖生物学提供见解 | 牦牛卵巢皮层组织 | 单细胞组学 | NA | 单细胞RNA测序 | NA | 基因表达数据 | NA | NA | 单细胞RNA测序 | NA | NA |
| 10 | 2026-05-25 |
Improving cellular phylogenies through the integrated use of mutation order and optimality principles
2023, Computational and structural biotechnology journal
IF:4.4Q2
DOI:10.1016/j.csbj.2023.07.018
PMID:37602230
|
研究论文 | 开发了一种整合突变顺序和最优性原则的计算方法，用于从单细胞测序数据中推断细胞系统发育关系 | 首次将标准系统发育最优性原则与序列变异共现模式整合应用于单细胞测序数据，生成更准确且更完整的细胞系统发育树 | 未提及具体局限性 | 提高单细胞测序数据的系统发育推断准确性，用于肿瘤演化研究 | 单细胞测序数据中的体细胞变异及CRISPR/Cas9基因编辑数据集 | 机器学习 | 肿瘤 | 单细胞测序 | NA | 序列数据 | NA | NA | 单细胞测序 | NA | NA |
| 11 | 2026-05-24 |
Reconstruction of Single-Cell Trajectories Using Stochastic Tree Search
2023-01-26, Genes
IF:2.8Q2
DOI:10.3390/genes14020318
PMID:36833245
|
研究论文 | 提出一种用于单细胞轨迹重建的随机树搜索算法 | 引入惩罚似然框架和随机树搜索算法，旨在解决大且非凸树空间中的全局最优问题，相比现有方法提高了细胞排序和伪时间估计的准确性和鲁棒性 | 未明确提及局限性 | 开发更准确且鲁棒的单细胞轨迹推断方法 | 单细胞RNA测序数据 | 机器学习 | NA | 单细胞RNA测序 | 随机树搜索 | 基因表达数据 | 模拟数据和真实数据 | NA | 单细胞RNA测序 | NA | NA |
| 12 | 2026-05-15 |
The current state and future of T-cell exhaustion research
2023, Oxford open immunology
DOI:10.1093/oxfimm/iqad006
PMID:37554723
|
综述 | 本文回顾了T细胞耗竭的研究现状，讨论了其分子定义不一致的问题，并提出了通过系统遗传学方法（如单细胞RNA-seq和CRISPR筛选）达成共识的进展，同时强调了体外生成耗竭T细胞的研究重要性 | 提出了用一组基于代谢、表观遗传、转录和激活的表型标志物（称为M.E.T.A）来统一定义T细胞耗竭，旨在解决不同研究语境下耗竭定义不一致的问题 | 由于在体内环境中进行操作困难，理解耗竭如何发生仍具挑战性 | 探讨T细胞耗竭的当前知识、研究方法及未来方向，推动统一定义和标准化分析 | T细胞，特别是耗竭T细胞 | 机器学习 | 慢性病毒感染，癌症 | 单细胞RNA-seq，CRISPR筛选 | NA | 文本 | NA | 10x Genomics | 单细胞RNA测序 | 10x Chromium | 10x Chromium Single Cell 3' |
| 13 | 2026-05-11 |
Analysis of Single-Cell RNA-seq Data
2023, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-0716-2986-4_6
PMID:36929075
|
综述 | 描述了单细胞RNA测序数据分析的标准工作流程和相关工具，并提供使用建议 | NA | NA | 介绍单细胞RNA测序数据分析的标准工作流程和常用方法 | 单细胞RNA测序数据 | 机器学习 | NA | 单细胞RNA测序 | NA | 基因表达数据 | NA | NA | 单细胞RNA测序 | NA | NA |
| 14 | 2026-05-09 |
Spatial transcriptomics reveals the heterogeneity and FGG+CRP+ inflammatory cancer-associated fibroblasts replace islets in pancreatic ductal adenocarcinoma
2023, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2023.1112576
PMID:37124494
|
研究论文 | 利用空间转录组学揭示胰腺导管腺癌中肿瘤微环境的异质性及FGG+CRP+炎性癌相关成纤维细胞替代胰岛的现象 | 首次通过空间转录组学技术系统描绘胰腺癌组织中包括正常组织、癌组织、邻近肿瘤组织和肿瘤间质在内的空间基因表达特征，并发现FGG+CRP+炎性癌相关成纤维细胞替代胰岛这一新现象 | 样本量较小，仅涉及一份正常胰腺组织样本，且空间转录组学的分辨率可能限制对单细胞层面的深入分析 | 揭示胰腺导管腺癌肿瘤微环境的空间异质性，并阐明胰腺结构和功能损伤的动态变化 | 正常胰腺组织、胰腺癌组织、邻近肿瘤组织和肿瘤间质中的空间基因表达特征 | 空间转录组学 | 胰腺癌 | 空间转录组学 | NA | 基因表达数据 | 一份正常胰腺组织以及胰腺癌组织的多个位点（共18,075个空间点） | NA | 空间转录组学 | NA | NA |
| 15 | 2026-05-02 |
Spatial transcriptomic profiling of coronary endothelial cells in SARS-CoV-2 myocarditis
2023, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2023.1118024
PMID:36968839
|
研究论文 | 利用数字空间转录组学技术分析SARS-CoV-2心肌炎患者冠状动脉内皮细胞的转录特征 | 首次在保留组织原位结构的情况下，通过空间转录组学分析SARS-CoV-2感染对心肌和冠状动脉血管内皮细胞的差异表达影响 | 样本量较小（4例对照，8例COVID-19患者）；未在大血管内皮观察到类似变化，限制了内皮炎作为COVID-19心血管事件关键驱动因素的结论 | 探讨重症COVID-19患者冠状动脉内皮和心肌的转录编程变化 | COVID-19患者和对照尸检心脏组织中的心肌及冠状动脉血管组织 | 数字病理学 | 心血管疾病 | 空间转录组学 | NA | 基因表达数据 | 12例尸检心脏组织样本（4例对照，8例COVID-19患者） | NA | 空间转录组学 | NA | NA |
| 16 | 2026-04-14 |
Cerebrospinal fluid immune cells appear similar across neuropathic and non-neuropathic pain conditions
2023, Wellcome open research
DOI:10.12688/wellcomeopenres.20153.1
PMID:38707493
|
研究论文 | 本研究通过分析脑脊液免疫细胞，探讨其作为神经病理性疼痛中微胶质细胞激活的替代指标的可能性 | 首次结合FACS、RNA测序和CITE测序技术，系统比较神经病理性与非神经病理性疼痛患者脑脊液免疫细胞的相似性，并挑战了脑脊液作为微胶质功能生物标志物的直接应用 | 样本量较小，且无法明确区分脑脊液蛋白质来源是循环单核细胞还是脊髓实质中的微胶质细胞 | 评估脑脊液是否可作为人类微胶质细胞激活的生物标志物，以研究神经病理性疼痛的病理机制 | 神经病理性疼痛患者（如带状疱疹后神经痛和背部手术失败后神经痛）的脑脊液免疫细胞 | NA | 神经病理性疼痛 | 荧光激活细胞分选（FACS）、RNA测序、CITE测序 | NA | 单细胞RNA测序数据、蛋白质表达数据 | 包括神经病理性疼痛患者及与已发表单细胞RNA测序数据的比较，具体样本数未明确说明 | NA | 单细胞RNA测序 | NA | NA |
| 17 | 2026-04-11 |
Targeting Immune-Fibroblast Crosstalk in Myocardial Infarction and Cardiac Fibrosis
2023-Jan-26, Research square
DOI:10.21203/rs.3.rs-2402606/v1
PMID:36747878
|
研究论文 | 本研究通过多组学单细胞分析揭示了人类心肌梗死和心脏纤维化中免疫-成纤维细胞交互作用的分子机制 | 首次在人类心脏疾病中系统探索免疫-成纤维细胞交互的分子机制，并识别出由IL-1β信号驱动的促纤维化成纤维细胞亚群 | 样本量相对有限（38名捐赠者），且动物模型与人类疾病表型的完全重现性仍有待验证 | 探究心肌梗死和心脏纤维化中免疫细胞与成纤维细胞之间的交互作用机制 | 人类心脏组织（急性梗死和慢性衰竭心脏）以及小鼠心脏损伤模型 | 单细胞多组学 | 心血管疾病 | 单细胞基因表达分析、表位映射、染色质可及性分析、空间转录组学 | NA | 单细胞多组学数据、空间转录组数据 | 38名捐赠者的人类心脏样本 | NA | 单细胞RNA-seq、单细胞ATAC-seq、空间转录组学 | NA | NA |
| 18 | 2026-04-08 |
Single-cell RNA-seq integrated with multi-omics reveals SERPINE2 as a target for metastasis in advanced renal cell carcinoma
2023-01-16, Cell death & disease
IF:8.1Q1
DOI:10.1038/s41419-023-05566-w
PMID:36646679
|
研究论文 | 本研究通过整合单细胞RNA测序与多组学数据，揭示了SERPINE2作为晚期肾细胞癌转移的潜在治疗靶点 | 首次在晚期肾细胞癌中整合单细胞转录组、Hi-C、ATAC-seq和RNA-seq多组学数据，系统解析了恶性细胞与肿瘤微环境的相互作用，并鉴定出SERPINE2作为关键转移驱动因子 | 样本量相对有限（8例患者组织样本），主要基于细胞系验证，需要在更大规模临床队列中进一步验证 | 揭示晚期肾细胞癌进展中基因组、转录组和表观遗传改变的机制，并寻找转移治疗靶点 | 肾细胞癌患者组织样本、Caki-1肾癌细胞系、HK-2人肾小管上皮细胞系 | 数字病理学 | 肾细胞癌 | 单细胞RNA测序, Hi-C, ATAC-seq, RNA测序, 微阵列, 组织芯片 | 非负矩阵分解 | 单细胞转录组数据, 染色质可及性数据, 三维基因组数据, 批量转录组数据 | 8例RCC患者组织样本（含2对原发-转移匹配样本）, 407例RCC患者微阵列数据, 两个组织芯片队列（TMA-30和TMA-2020） | NA | 单细胞RNA-seq, ATAC-seq, RNA-seq | NA | NA |
| 19 | 2026-04-06 |
Canine peripheral blood TCRαβ T cell atlas: Identification of diverse subsets including CD8A+ MAIT-like cells by combined single-cell transcriptome and V(D)J repertoire analysis
2023, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2023.1123366
PMID:36911660
|
研究论文 | 本研究通过单细胞RNA测序和免疫组库测序技术，首次构建了健康犬外周血TCRαβ T细胞的详细图谱，并鉴定了包括CD8A+ MAIT样细胞在内的多种新亚群 | 首次在犬中结合单细胞转录组和V(D)J组库分析，揭示了犬T细胞多样性，特别是发现了犬黏膜相关恒定T细胞（MAIT）样细胞等先前未描述的亚群 | 研究仅基于健康犬外周血样本，未涉及疾病状态或其他组织，且犬特异性抗体的缺乏限制了传统流式细胞术验证 | 生成健康犬外周血TCRαβ T细胞的详细图谱，以增进对犬T细胞多样性的理解，并为人类疾病模型研究提供参考 | 健康犬的外周血TCRαβ T细胞 | 单细胞组学 | NA | 单细胞RNA测序（scRNAseq），免疫组库测序 | NA | 单细胞转录组数据，V(D)J序列数据 | 未明确指定样本数量，但基于健康犬外周血 | NA | 单细胞RNA-seq | NA | NA |
| 20 | 2026-04-03 |
Targeting macrophagic 17β-HSD7 by fenretinide for the treatment of nonalcoholic fatty liver disease
2023-Jan, Acta pharmaceutica Sinica. B
DOI:10.1016/j.apsb.2022.04.003
PMID:36815031
|
研究论文 | 本研究揭示了17β-HSD7通过调节巨噬细胞极化在非酒精性脂肪肝病（NAFLD）发病机制中的作用，并发现芬维A胺可通过抑制该靶点治疗NAFLD | 首次发现17β-HSD7通过增加游离胆固醇含量触发NLRP3炎症小体激活，从而促进巨噬细胞M1极化；首次将FDA批准药物芬维A胺重新用于靶向17β-HSD7治疗NAFLD | 研究主要基于小鼠模型，尚未在人体临床试验中验证芬维A胺对NAFLD的疗效 | 探究巨噬细胞极化在NAFLD发病中的调控机制并寻找潜在治疗靶点 | 高脂饮食诱导的NAFLD小鼠模型、肝非实质细胞、巨噬细胞 | 单细胞组学 | 非酒精性脂肪肝病 | 单细胞RNA测序 | 基因敲除小鼠模型、细胞共培养模型 | 单细胞转录组数据 | 野生型同窝小鼠与巨噬细胞特异性17-HSD7敲除小鼠（具体数量未明确说明） | NA | 单细胞RNA-seq | NA | NA |