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 354 篇文献，本页显示第 181 - 200 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 181 | 2024-08-05 |
Spatial Omics Sequencing Based on Microfluidic Array Chips
2023-Jul-06, Biosensors
DOI:10.3390/bios13070712
PMID:37504111
|
综述 | 这篇文章介绍了基于微流体阵列芯片的空间组学测序技术的发展 | 文章创新点在于展示了不同微流体设计中条形码策略的简便性和高效性 | 文章未具体指出实验数据和案例研究 | 研究空间组学测序技术及其在微流体芯片上的应用 | 基于微流体阵列芯片的空间组学测序技术 | 数字病理学 | NA | 微流体阵列芯片 | NA | NA | NA |
| 182 | 2024-08-07 |
Relationship between Macrophages and Tissue Microenvironments in Diabetic Kidneys
2023-Jul-03, Biomedicines
IF:3.9Q1
DOI:10.3390/biomedicines11071889
PMID:37509528
|
研究论文 | 本文探讨了巨噬细胞与糖尿病肾脏组织微环境之间的关系及其在糖尿病肾病发展中的作用 | 利用单细胞RNA测序技术确认了糖尿病肾病中巨噬细胞的异质性和可塑性 | NA | 研究巨噬细胞在糖尿病肾病中的作用及其与组织微环境的关系 | 巨噬细胞及其在糖尿病肾病中的功能和与组织微环境的相互作用 | NA | 糖尿病肾病 | 单细胞RNA测序 | NA | RNA | NA |
| 183 | 2024-08-07 |
Identification of Gene Markers Associated with COVID-19 Severity and Recovery in Different Immune Cell Subtypes
2023-Jul-02, Biology
DOI:10.3390/biology12070947
PMID:37508378
|
研究论文 | 本研究旨在揭示COVID-19不同阶段不同免疫细胞亚群的分子特征，通过机器学习工作流程分析scRNA-seq数据，识别与COVID-19严重程度和恢复相关的基因标记 | 采用机器学习方法分析scRNA-seq数据，结合多种特征选择算法和分类算法，提取关键基因特征并构建高性能分类器 | NA | 揭示COVID-19不同阶段不同免疫细胞亚群的分子特征 | COVID-19患者的免疫细胞亚群及其分子水平变化 | 机器学习 | COVID-19 | scRNA-seq | 机器学习模型（决策树、k-最近邻、随机森林） | scRNA-seq数据 | 403,700个B细胞样本，634,595个T细胞样本，346,547个髓系细胞样本 |
| 184 | 2024-08-07 |
Profiling A-to-I RNA editing during mouse somatic reprogramming at the single-cell level
2023-Jul, Heliyon
IF:3.4Q1
DOI:10.1016/j.heliyon.2023.e18133
PMID:37519753
|
研究论文 | 本研究利用单细胞RNA测序数据分析了小鼠体细胞重编程过程中A-to-I RNA编辑位点的变化 | 首次在单细胞水平上分析了A-to-I RNA编辑频率的广泛变化及其与ADAR1表达的相关性 | NA | 研究小鼠体细胞重编程过程中A-to-I RNA编辑的动态变化及其生物学意义 | 小鼠体细胞重编程过程中的A-to-I RNA编辑 | NA | NA | 单细胞RNA测序 | NA | RNA序列 | NA |
| 185 | 2024-08-05 |
The spatiotemporal dynamics of spatially variable genes in developing mouse brain revealed by a novel computational scheme
2023-Jul-27, Cell death discovery
IF:6.1Q1
DOI:10.1038/s41420-023-01569-w
PMID:37500639
|
研究论文 | 本文提出了一种新型计算方案SVGbit，揭示了发育小鼠大脑中空间变异基因的时空动态 | 创新性地提出了考虑SVG的排名顺序和组合效应的方法，有助于从空间转录组数据中自动选择优先SVG | 未提及具体的实验验证或与其他方法的对比 | 探索发育小鼠大脑中特定脑区富集的空间变异基因 | 主要研究对象为发育过程中小鼠大脑的空间变异基因 | 数字病理学 | NA | 空间转录组技术 | NA | 空间转录组和免疫组化数据 | 公共数据集中的不同小鼠大脑数据和关键胚胎及新生阶段的数据 |
| 186 | 2024-08-07 |
Hyperhomocysteinemia potentiates megakaryocyte differentiation and thrombopoiesis via GH-PI3K-Akt axis
2023-07-27, Journal of hematology & oncology
IF:29.5Q1
DOI:10.1186/s13045-023-01481-x
PMID:37501059
|
研究论文 | 本文研究了高同型半胱氨酸血症（HHcy）通过生长激素（GH）-PI3K-Akt轴增强巨核细胞分化和血小板生成的影响 | 首次揭示了HHcy在血小板生成中的新作用，并提供了HHcy增加血栓风险的机制新见解 | NA | 探究高同型半胱氨酸血症对血小板生成的影响及其机制 | 小鼠、斑马鱼和高血压患者的血小板计数及巨核细胞分化 | NA | 心血管疾病 | 单细胞RNA测序（scRNA-seq） | NA | RNA | 11,189名高血压患者，人类脐带血CD34细胞，以及小鼠和斑马鱼模型 |
| 187 | 2024-08-07 |
Immune cell identifier and classifier (ImmunIC) for single cell transcriptomic readouts
2023-07-26, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-39282-4
PMID:37495649
|
研究论文 | 本文介绍了一种名为ImmunIC的工具，用于通过结合标记基因和机器学习方法进行免疫细胞的识别和分类 | ImmunIC工具在识别免疫细胞方面显示出98%的准确性，并能将免疫细胞分类为十种类型，准确率达到92% | NA | 开发一种高效的工具，用于从单细胞转录组数据中准确识别和分类免疫细胞 | 免疫细胞的识别和分类 | 机器学习 | NA | 单细胞RNA测序 | 机器学习方法 | 转录组数据 | 超过两百万个免疫细胞和五十万个非免疫细胞，来自66项单细胞RNA测序研究 |
| 188 | 2024-08-07 |
Identification of TGF-β-related genes in cardiac hypertrophy and heart failure based on single cell RNA sequencing
2023-07-26, Aging
DOI:10.18632/aging.204901
PMID:37498303
|
研究论文 | 本研究利用单细胞RNA测序数据分析了心力衰竭过程中TGF-β相关基因的表达模式，并验证了这些基因在心脏肥大和心力衰竭中的潜在治疗作用。 | 首次在单细胞水平上探讨了TGF-β相关基因在心力衰竭中的作用，并验证了六个关键基因作为治疗心脏肥大和心力衰竭的潜在靶点。 | 研究主要基于公共数据集和体外实验验证，需要进一步的体内实验和临床试验来验证这些发现。 | 探讨TGF-β相关基因在心脏肥大和心力衰竭中的作用，并寻找潜在的治疗靶点。 | TGF-β相关基因在心力衰竭中的表达和作用。 | 数字病理学 | 心血管疾病 | 单细胞RNA测序 | NA | 转录组数据 | 使用了三个公共单细胞RNA测序数据集（GSE161470, GSE145154, GSE161153），一个心力衰竭转录组数据（GSE57338），和一个肥厚型心肌病转录组数据（GSE141910）。 |
| 189 | 2024-08-05 |
Single-cell transcriptomics reveals intestinal cell heterogeneity and identifies Ep300 as a potential therapeutic target in mice with acute liver failure
2023-Jul-25, Cell discovery
IF:13.0Q1
DOI:10.1038/s41421-023-00578-4
PMID:37488127
|
研究论文 | 该文章通过单细胞转录组学揭示了急性肝衰竭小鼠中肠细胞的异质性，并确定Ep300作为潜在的治疗靶点 | 首次定义了急性肝衰竭小鼠的肠道细胞特征，并确定Ep300作为治疗新靶点 | 本研究主要基于小鼠模型，临床适用性和人类验证尚待进一步研究 | 研究急性肝衰竭对肠道细胞特性的影响及相关治疗靶点 | 急性肝衰竭小鼠模型中的肠道细胞 | 数字病理学 | 肝病 | 单细胞转录组测序 | NA | 转录组数据 | 33,216个单细胞转录组 |
| 190 | 2024-08-05 |
Multidirectional characterization of cellular composition and spatial architecture in human multiple primary lung cancers
2023-07-25, Cell death & disease
IF:8.1Q1
DOI:10.1038/s41419-023-05992-w
PMID:37488117
|
研究论文 | 本研究通过结合单细胞RNA测序和空间转录组学，对多发性肺癌的细胞组成和空间结构进行了综合分析。 | 识别出一种新型的上皮细胞亚群CLDN2腺泡II型细胞，特定富集于多发性肺癌中，并可作为诊断和治疗的新靶点。 | 缺乏关于CLDN2亚群在不同肺癌患者中的系统性比较数据。 | 研究多发性肺癌的细胞成分和空间架构，以改善诊断和治疗。 | 专注于多发性肺癌中的细胞及其空间分布。 | 数字病理学 | 肺癌 | 单细胞RNA测序, 空间转录组学 | NA | NA | NA |
| 191 | 2024-08-07 |
Integration of single-cell regulon atlas and multi-omics data for prognostic stratification and personalized treatment prediction in human lung adenocarcinoma
2023-07-25, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-023-04331-z
PMID:37491302
|
研究论文 | 本研究构建了人肺腺癌（LUAD）中的单细胞RNA测序数据的调控网络，并引入LPRI框架，利用单细胞调控图谱和批量RNA测序或微阵列数据识别与预后相关的新的生物标志物。 | 首次构建了LUAD中的单细胞调控网络，并开发了LPRI框架，用于指导肺腺癌的预后分层和个性化治疗预测。 | NA | 探索肺腺癌中的转录调控程序，并开发新的预后生物标志物和个性化治疗预测工具。 | 人肺腺癌（LUAD）的单细胞RNA测序数据和多组学数据。 | 数字病理学 | 肺癌 | 单细胞RNA测序 | NA | RNA测序数据 | 来自TCGA数据集的肺腺癌队列 |
| 192 | 2024-08-07 |
A burns and COVID-19 shared stress responding gene network deciphers CD1C-CD141- DCs as the key cellular components in septic prognosis
2023-Jul-24, Cell death discovery
IF:6.1Q1
DOI:10.1038/s41420-023-01518-7
PMID:37488118
|
研究论文 | 本研究通过比较烧伤和COVID-19感染患者的转录组表达行为，识别出一个以免疫共刺激因子（CD86）为中心的应激反应核心网络（SRC），并探讨其在不同临床条件下的表达状态与预后的关系 | 首次描述了不同应激刺激下共同的分子和细胞应激反应特征，并识别出一个与预后相关的表达同步且功能聚焦的基因网络 | NA | 探讨不同应激刺激下的共同分子和细胞应激反应特征及其与临床预后的关系 | 烧伤和COVID-19感染患者的转录组表达行为 | 数字病理学 | COVID-19 | 单细胞RNA测序 | NA | 转录组数据 | 涉及COVID-19患者的全血样本 |
| 193 | 2024-08-07 |
The expression profiles of signature genes from CD103+LAG3+ tumour-infiltrating lymphocyte subsets predict breast cancer survival
2023-07-24, BMC medicine
IF:7.0Q1
DOI:10.1186/s12916-023-02960-1
PMID:37488535
|
研究论文 | 本研究通过分析乳腺癌样本的单细胞转录组数据，识别了具有高表达CD103和LAG3的肿瘤浸润淋巴细胞（TIL）亚群，并基于这些亚群的标记基因表达谱开发了一个与TIL相关的预后模型，用于预测乳腺癌患者的生存情况。 | 本研究首次识别了CD103+LAG3+ TIL亚群，并开发了一个新的预后模型CLTRP，该模型能够区分乳腺癌患者的预后、药物敏感性、分子和免疫特征以及免疫治疗结果。 | NA | 研究旨在揭示肿瘤浸润淋巴细胞的不同亚群及其在乳腺癌中的作用，并开发新的生物标志物以预测免疫治疗反应。 | 乳腺癌患者的肿瘤浸润淋巴细胞亚群及其预后影响。 | 数字病理学 | 乳腺癌 | 单细胞转录组分析 | Cox分析和LASSO回归 | 转录组数据 | 1089名乳腺癌患者用于训练集，3619名乳腺癌患者用于验证集 |
| 194 | 2024-08-07 |
Machine Learning-Based Proteomics Reveals Ferroptosis in COPD Patient-Derived Airway Epithelial Cells Upon Smoking Exposure
2023-Jul-24, Journal of Korean medical science
IF:3.0Q1
DOI:10.3346/jkms.2023.38.e220
PMID:37489716
|
研究论文 | 本研究利用机器学习算法分析了慢性阻塞性肺疾病（COPD）患者来源的气道上皮细胞在吸烟暴露下的蛋白质组变化，揭示了铁死亡在其中的显著作用。 | 本研究首次采用机器学习方法分析COPD患者气道上皮细胞在吸烟暴露下的蛋白质组变化，识别出铁死亡作为关键差异响应。 | 研究样本量较小，仅包括五名COPD患者和五名非COPD患者，可能影响结果的普遍性。 | 旨在通过机器学习算法识别COPD患者气道上皮细胞在吸烟暴露下的关键生物学途径。 | COPD患者和非COPD患者的气道上皮细胞。 | 机器学习 | 慢性阻塞性肺疾病 | 质谱分析 | 机器学习算法 | 蛋白质组数据 | 五名COPD患者和五名非COPD患者，共检测到7,953种蛋白质 |
| 195 | 2024-08-05 |
Single-cell transcriptomics reveals the drivers and therapeutic targets of lymph node metastasis in lung adenocarcinoma
2023-07-22, Aging
DOI:10.18632/aging.204890
PMID:37487008
|
研究论文 | 该论文揭示了肺腺癌淋巴结转移的驱动因素和治疗靶点 | 首次通过单细胞转录组学揭示了6q缺失和20q增加可能促进肺腺癌的淋巴结转移 | 未提及样本的多样性和临床数据的验证 | 旨在发现针对肺腺癌淋巴结转移的驱动因素和治疗靶点 | 研究了肺腺癌及其淋巴结转移相关的细胞亚群 | 数字病理学 | 肺癌 | 单细胞RNA测序 | NA | 基因表达数据 | NA |
| 196 | 2024-08-07 |
A universal tool for predicting differentially active features in single-cell and spatial genomics data
2023-07-22, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-023-38965-2
PMID:37481581
|
研究论文 | 本文介绍了一种更新版的singleCellHaystack工具，该工具能够预测单细胞和空间基因组数据中的差异活性特征 | singleCellHaystack现在接受连续特征，如RNA或蛋白质表达、染色质可及性或单细胞、空间甚至批量基因组数据的模块分数，并能处理1D轨迹、2-3D空间坐标以及更高维的潜在空间作为输入坐标 | NA | 开发一种无偏见且高效的探索性数据分析工具，用于预测单细胞和空间基因组数据中的差异活性特征 | 单细胞和空间基因组数据中的差异活性特征 | 基因组学 | NA | NA | NA | 基因组数据 | 数百万个细胞 |
| 197 | 2024-08-05 |
Regulatory role of Chitinase 3-like 1 gene in papillary thyroid carcinoma proved by integration analyses of single-cell sequencing with cohort and experimental validations
2023-Jul-21, Cancer cell international
IF:5.3Q1
DOI:10.1186/s12935-023-02987-7
PMID:37480002
|
研究论文 | 本研究探讨了Chitinase 3-like 1基因在乳头状甲状腺癌中的调节作用 | 首次通过单细胞RNA测序及实验验证确认CHI3L1在乳头状甲状腺癌中的正调控作用 | 尚未充分探索CHI3L1在乳头状甲状腺癌中的作用 | 揭示乳头状甲状腺癌发展中的分子机制 | 乳头状甲状腺癌细胞及患者样本 | 数字病理学 | 乳头状甲状腺癌 | 单细胞RNA测序 | NA | 基因表达数据 | 14个乳头状甲状腺癌患者和110个病例的免疫组化分析 |
| 198 | 2024-08-05 |
Single-cell sequencing reveals the landscape of the human brain metastatic microenvironment
2023-07-21, Communications biology
IF:5.2Q1
DOI:10.1038/s42003-023-05124-2
PMID:37479733
|
研究论文 | 本研究利用单细胞RNA测序技术揭示了人脑转移微环境的组成。 | 首次揭示了肿瘤相关成纤维细胞在转移脑肿瘤中的关键作用以及与患者生存的潜在关联。 | 样本来源主要限于乳腺癌和肺癌，可能限制了结果的普适性。 | 识别支持脑转移监测和药物指导的有效生物标志物。 | 分析来自五个脑肿瘤组织样本的10,896个细胞。 | 数字病理学 | 脑转移 | 单细胞RNA测序（scRNA-seq） | NA | 细胞 | 分析了来自五个脑肿瘤组织样本的10,896个细胞 |
| 199 | 2024-08-07 |
Distinct Requirements for Adaptor Proteins NCK1 and NCK2 in Mammary Gland Development
2023-07-21, Journal of mammary gland biology and neoplasia
IF:3.0Q2
DOI:10.1007/s10911-023-09541-1
PMID:37479911
|
研究论文 | 研究了适配蛋白NCK1和NCK2在小鼠乳腺发育中的分布和功能 | 揭示了NCK蛋白在乳腺形态发生中的需求，并提出Nck表达失调可能驱动乳腺癌进展和转移 | NA | 探讨NCK1和NCK2在乳腺发育中的作用 | 小鼠乳腺发育中的NCK1和NCK2 | NA | NA | 单细胞RNA测序 | NA | RNA测序数据 | 使用公开可用的单细胞RNA测序数据，以及Nck1或Nck2全局敲除的小鼠 |
| 200 | 2024-08-07 |
Comparative analyses of the prognosis, tumor immune microenvironment, and drug treatment response between left-sided and right-sided colon cancer by integrating scRNA-seq and bulk RNA-seq data
2023-07-21, Aging
DOI:10.18632/aging.204894
PMID:37480572
|
研究论文 | 本研究通过整合单细胞RNA测序和批量RNA测序数据，比较了左侧和右侧结肠癌的预后、肿瘤免疫微环境及药物治疗反应的差异 | 构建并验证了针对左侧和右侧结肠癌患者的基因预后模型，并发现右侧结肠癌患者的风险评分与更高的转移风险、N阶段、病理分期和微卫星稳定性相关 | 研究未发现左侧和右侧结肠癌患者在八种选定化学药物或靶向药物的敏感性上有显著差异 | 旨在预测左侧和右侧结肠癌患者的预后及治疗反应 | 左侧结肠癌（LCC）和右侧结肠癌（RCC）患者 | 数字病理学 | 结肠癌 | 单细胞RNA测序（scRNA-seq）和批量RNA测序（bulk RNA-seq） | 基因预后模型 | RNA测序数据 | 使用了TCGA-COAD队列和GSE103479队列的数据 |