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 1392 篇文献，本页显示第 221 - 240 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 221 | 2025-10-07 |
BiGATAE: a bipartite graph attention auto-encoder enhancing spatial domain identification from single-slice to multi-slices
2024-01-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae045
PMID:38385877
|
研究论文 | 提出了一种名为BiGATAE的双部图注意力自编码器，用于增强从单切片到多切片的空间域识别 | 利用相邻组织切片的基因表达信息，通过构建双部图和图注意力网络实现多切片信息整合，扩展了现有单切片分析方法的适用范围 | NA | 开发能够整合多切片信息的空间转录组学分析方法 | 空间转录组学数据中的空间域识别 | 空间转录组学 | NA | 空间转录组学技术 | 图注意力网络，自编码器 | 基因表达数据，空间位置数据 | 三个不同数据集 | NA | 空间转录组学 | NA | NA |
| 222 | 2025-10-07 |
Continually adapting pre-trained language model to universal annotation of single-cell RNA-seq data
2024-01-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae047
PMID:38388681
|
研究论文 | 提出了一种名为CANAL的通用细胞类型注释工具，通过持续微调预训练语言模型来适应不断出现的单细胞RNA测序数据 | 结合持续学习与预训练语言模型，通过经验回放和表示知识蒸馏解决灾难性遗忘问题，能够持续扩展细胞类型注释库并自动识别新细胞类型 | NA | 开发能够持续适应新数据的单细胞RNA测序细胞类型注释方法 | 单细胞RNA测序数据 | 自然语言处理 | NA | 单细胞RNA测序 | Transformer, 预训练语言模型 | 基因表达数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 223 | 2025-10-07 |
scMMT: a multi-use deep learning approach for cell annotation, protein prediction and embedding in single-cell RNA-seq data
2024-01-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbad523
PMID:38300515
|
研究论文 | 开发了一种名为scMMT的多用途深度学习方法，用于单细胞RNA测序数据中的细胞注释、蛋白质预测和嵌入表示 | 提出新颖的特征提取技术，构建基于GradNorm的多任务学习框架，引入对数加权和标签平滑机制 | NA | 提高单细胞RNA测序数据中细胞类型注释的准确性 | 单细胞RNA测序数据中的细胞类型 | 机器学习 | NA | 单细胞RNA测序 | 深度学习，多任务学习 | 单细胞RNA测序数据 | 多个公共数据集 | NA | 单细胞RNA-seq | NA | NA |
| 224 | 2025-10-07 |
From G1 to M: a comparative study of methods for identifying cell cycle phases
2024-01-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbad517
PMID:38261342
|
综述 | 比较单细胞RNA测序数据中细胞周期相位识别方法的性能评估研究 | 提出误差函数评估方法准确性，并发现参考数据与目标数据集匹配度对预测效果的关键影响 | 未开发新的细胞周期识别方法，主要侧重于现有方法的比较分析 | 评估不同细胞周期相位识别方法的准确性和性能 | 单细胞RNA测序数据中的细胞周期相位识别方法 | 生物信息学 | NA | 单细胞RNA测序 | NA | 基因表达数据 | 包含人类和小鼠数据的多个基准数据集 | NA | 单细胞RNA测序 | NA | NA |
| 225 | 2025-10-07 |
ABCA7-dependent Neuropeptide-Y signalling is a resilience mechanism required for synaptic integrity in Alzheimer's disease
2024-Jan-02, bioRxiv : the preprint server for biology
DOI:10.1101/2024.01.02.573893
PMID:38260408
|
研究论文 | 本研究通过基因编辑斑马鱼模型揭示了ABCA7依赖的神经肽Y信号通路在阿尔茨海默病中维持突触完整性的保护机制 | 首次发现ABCA7通过神经肽Y信号通路介导神经元与胶质细胞通讯，并证实该通路是维持大脑韧性的关键机制 | 动物模型与人类疾病存在物种差异，临床数据的因果关系仍需进一步验证 | 探究ABCA7基因在阿尔茨海默病发病机制中的具体作用 | 斑马鱼基因编辑模型和人类临床数据 | 神经科学 | 阿尔茨海默病 | CRISPR/Cas9基因编辑, 单细胞转录组测序 | 基因敲除动物模型 | 基因表达数据, 临床数据, 表观遗传数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 226 | 2025-02-05 |
Comprehensive analysis of disulfidptosis-related genes and the immune microenvironment in heart failure
2024, Frontiers in cell and developmental biology
IF:4.6Q1
DOI:10.3389/fcell.2024.1516898
PMID:39897078
|
研究论文 | 本文通过生物信息学分析探讨了与二硫化物凋亡相关基因（DRGs）如何影响心力衰竭（HF）的免疫微环境 | 首次将二硫化物凋亡与心力衰竭的免疫微环境联系起来，并开发了一个基于DRGs的预测模型 | 研究主要依赖于生物信息学分析，缺乏实验验证 | 探讨二硫化物凋亡相关基因对心力衰竭免疫微环境的影响 | 心力衰竭患者和健康个体的RNA-Seq和单细胞RNA测序数据 | 生物信息学 | 心血管疾病 | RNA-Seq, 单细胞RNA测序 | 预测模型 | RNA测序数据 | 心力衰竭患者和健康个体的RNA-Seq和单细胞RNA测序数据 | NA | NA | NA | NA |
| 227 | 2025-02-04 |
Benchmarking multi-omics integration algorithms across single-cell RNA and ATAC data
2024-01-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae095
PMID:38493343
|
研究论文 | 本文对12种多组学整合方法在单细胞RNA和ATAC数据上的三种整合任务进行了基准测试，通过定性可视化和定量指标评估了这些方法在六个主要方面的表现 | 首次系统地对多种多组学整合方法在单细胞RNA和ATAC数据上的表现进行了全面的基准测试，并提供了针对特定场景和任务选择合适方法的指南 | 研究仅针对单细胞RNA和ATAC数据，未涵盖其他类型的单细胞多组学数据 | 评估和比较不同多组学整合方法在单细胞RNA和ATAC数据上的性能，为研究人员提供选择合适方法的指导 | 单细胞RNA和ATAC数据 | 生物信息学 | NA | scRNA-seq, scATAC-seq | NA | 单细胞RNA和ATAC数据 | NA | NA | NA | NA | NA |
| 228 | 2025-02-04 |
scMLC: an accurate and robust multiplex community detection method for single-cell multi-omics data
2024-01-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae101
PMID:38493339
|
研究论文 | 本文提出了一种名为scMLC的单细胞多模态Louvain聚类框架，用于有效整合单细胞多组学数据进行细胞聚类 | scMLC通过构建多层次的单模态和跨模态细胞网络，捕捉模态特异性和一致性信息，并采用鲁棒的多重社区检测方法获得可靠的细胞聚类 | NA | 解决单细胞多模态测序数据整合和细胞聚类的挑战 | 单细胞多组学数据 | 生物信息学 | NA | 单细胞多模态测序技术 | Louvain聚类框架 | 单细胞多组学数据 | 七个真实数据集，同时测量基因表达和染色质可及性 | NA | NA | NA | NA |
| 229 | 2025-02-04 |
Effective multi-modal clustering method via skip aggregation network for parallel scRNA-seq and scATAC-seq data
2024-01-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae102
PMID:38493338
|
研究论文 | 本文提出了一种有效的多模态聚类方法scEMC，用于并行处理单细胞RNA测序（scRNA-seq）和单细胞转座酶可及染色质测序（scATAC-seq）数据 | 提出了一种跳跃聚合网络，同时学习细胞间的全局结构信息并整合来自不同模态的数据，通过跳跃连接将scRNA数据与聚合表示连接，以保护整合细胞表示的质量，并引入基于零膨胀负二项式的去噪自编码器以适应包含合成噪声的损坏数据 | 未明确提及具体限制 | 探索细胞亚群和肿瘤微环境 | 单细胞RNA测序（scRNA-seq）和单细胞转座酶可及染色质测序（scATAC-seq）数据 | 生物信息学 | 肿瘤 | scRNA-seq, scATAC-seq | 跳跃聚合网络, 零膨胀负二项式去噪自编码器 | 单细胞测序数据 | 未明确提及具体样本数量 | NA | NA | NA | NA |
| 230 | 2025-02-04 |
scGIR: deciphering cellular heterogeneity via gene ranking in single-cell weighted gene correlation networks
2024-01-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae091
PMID:38487851
|
研究论文 | 本文介绍了一种名为scGIR的新算法，用于通过单细胞基因相关网络评估基因重要性，以解决单细胞RNA测序中的技术噪声问题 | 提出了一种新的算法scGIR，利用加权基因相关网络和随机游走模型来评估基因重要性，有效克服了单细胞RNA测序中的技术噪声 | 未提及具体局限性 | 解决单细胞RNA测序中的技术噪声问题，提高细胞类型识别和发育轨迹推断的准确性 | 单细胞RNA测序数据 | 生物信息学 | NA | 单细胞RNA测序（scRNA-seq） | 随机游走模型，PageRank算法 | 基因表达数据 | 九个真实的单细胞RNA测序数据集 | NA | NA | NA | NA |
| 231 | 2025-02-04 |
scDOT: enhancing single-cell RNA-Seq data annotation and uncovering novel cell types through multi-reference integration
2024-01-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae072
PMID:38436563
|
研究论文 | 本文介绍了一种名为scDOT的创新细胞类型注释方法，通过整合多个参考数据集和发现新细胞类型来增强单细胞RNA-Seq数据的注释 | scDOT引入了基于距离度量学习和最优传输的新优化框架，并开发了一个可解释的评分系统，用于精确识别数据中以前未见过的细胞类型 | NA | 解决单细胞RNA-Seq数据中细胞类型注释的挑战，特别是在处理多个参考数据集和识别新细胞类型时 | 单细胞RNA-Seq数据 | 生物信息学 | NA | 单细胞RNA-Seq | 距离度量学习和最优传输 | 单细胞RNA-Seq数据 | 使用了两组包含不同组织、测序技术和多样细胞类型的基准数据集 | NA | NA | NA | NA |
| 232 | 2025-02-04 |
Self-supervised deep learning of gene-gene interactions for improved gene expression recovery
2024-01-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae031
PMID:38349062
|
研究论文 | 本文提出了一种自监督深度学习框架，通过利用基因间的相互作用来提高基因表达恢复的准确性 | 创新点在于将基因重新定位到二维网格中，以反映其相互作用关系，并采用自监督2D卷积神经网络提取这些相互作用的上下文特征，从而填补缺失的基因表达值 | 需要进一步验证在更广泛的实验数据集上的性能 | 提高单细胞RNA测序数据中基因表达恢复的准确性 | 单细胞RNA测序数据中的基因表达值 | 机器学习 | NA | 单细胞RNA测序（scRNA-seq） | 2D卷积神经网络（CNN） | 基因表达数据 | 模拟和实验scRNA-seq数据集 | NA | NA | NA | NA |
| 233 | 2025-02-04 |
scAMAC: self-supervised clustering of scRNA-seq data based on adaptive multi-scale autoencoder
2024-01-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae068
PMID:38426327
|
研究论文 | 本文提出了一种基于自适应多尺度自编码器的自监督聚类方法scAMAC，用于单细胞RNA测序数据的分析 | scAMAC利用多尺度注意力机制融合自编码器各层的特征信息，探索同一尺度内的细胞相关性并捕捉不同尺度的深层特征，同时采用自适应反馈机制监督参数更新，获得更有效的细胞特征表示 | NA | 开发一种新的自监督聚类方法，用于单细胞RNA测序数据的分析 | 单细胞RNA测序数据 | 生物信息学 | NA | 单细胞RNA测序 | 自适应多尺度自编码器 | 单细胞RNA测序数据 | NA | NA | NA | NA | NA |
| 234 | 2025-02-04 |
scHybridBERT: integrating gene regulation and cell graph for spatiotemporal dynamics in single-cell clustering
2024-01-22, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbae018
PMID:38517692
|
研究论文 | 本文提出了一种名为scHybridBERT的新架构，用于通过整合时空嵌入和细胞图来提高单细胞RNA测序数据的聚类准确性 | scHybridBERT架构结合了图学习模型和Performer模型，以处理细胞图和时空嵌入，从而在单细胞聚类任务中提高了准确性 | NA | 提高单细胞RNA测序数据的聚类准确性 | 单细胞RNA测序数据 | 机器学习 | NA | 单细胞RNA测序（scRNA-seq） | scHybridBERT, 图学习模型, Performer模型 | 基因计数矩阵 | 基准scRNA-seq数据集 | NA | NA | NA | NA |
| 235 | 2025-10-07 |
Molecular dynamics of chemotactic signalling orchestrates dental pulp stem cell fibrosis during aging
2024, Frontiers in cell and developmental biology
IF:4.6Q1
DOI:10.3389/fcell.2024.1530644
PMID:39866843
|
研究论文 | 本研究通过单细胞转录组分析揭示了衰老过程中牙髓纤维化的分子机制，发现RARRES2/CCRL2/CMKLR1信号轴在调控巨噬细胞活化与牙髓纤维化中的关键作用 | 首次发现Ccrl2巨噬细胞在衰老早期易感性，并阐明RARRES2/CCRL2/CMKLR1信号轴通过调控免疫微环境驱动牙髓纤维化的新机制 | 研究主要聚焦于分子机制层面，临床转化应用仍需进一步验证 | 探究衰老过程中牙髓纤维化的分子机制 | 牙髓干细胞、巨噬细胞 | 单细胞生物学 | 牙髓疾病 | 单细胞转录组测序 | NA | 单细胞RNA测序数据 | 自有数据集和公共数据集 | NA | 单细胞RNA-seq | NA | NA |
| 236 | 2025-10-07 |
Genetic variation in patent foramen ovale: a case-control genome-wide association study
2024, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2024.1523304
PMID:39872005
|
研究论文 | 通过全基因组关联研究识别与卵圆孔未闭相关的遗传变异 | 首次在中国人群中开展卵圆孔未闭的全基因组关联研究，结合单细胞测序分析揭示相关基因在心脏发育中的表达模式 | 样本量相对有限，仅在中国人群中进行研究 | 识别与卵圆孔未闭相关的常见遗传变异 | 3,227名中国参与者（发现队列517例病例和517例对照，验证队列111例病例和152例对照） | 基因组学 | 心血管疾病 | 全基因组测序, Sanger测序, 单细胞测序, 表达数量性状位点分析 | 伪时间轨迹建模 | 基因组数据, 单细胞表达数据 | 发现队列1,034人，验证队列263人 | NA | 全基因组测序, 单细胞RNA测序 | NA | NA |
| 237 | 2025-10-07 |
Integration of histone modification-based risk signature with drug sensitivity analysis reveals novel therapeutic strategies for lower-grade glioma
2024, Frontiers in pharmacology
IF:4.4Q1
DOI:10.3389/fphar.2024.1523779
PMID:39872055
|
研究论文 | 本研究开发了基于组蛋白修饰的风险特征模型，并分析其与药物敏感性的关系，为低级别胶质瘤提供个性化治疗策略 | 首次构建基于组蛋白修饰的风险特征模型，整合单细胞RNA测序和多组学数据分析，揭示风险分层与药物敏感性的关联 | 样本量相对有限，单细胞RNA测序仅使用4个样本，需要更多独立队列验证 | 开发低级别胶质瘤预后预测模型并指导个性化治疗 | 低级别胶质瘤患者 | 生物信息学 | 脑胶质瘤 | 单细胞RNA测序, 机器学习, 多组学整合分析 | 机器学习模型 | 基因表达数据, 临床数据, 药物敏感性数据 | TCGA-LGG数据集513例, CGGA数据集1018例(693+325), 单细胞测序4例 | NA | 单细胞RNA测序, bulk RNA-seq | NA | NA |
| 238 | 2025-10-07 |
Integrating single-cell RNA-seq and bulk RNA-seq to explore prognostic value and immune landscapes of methionine metabolism-related signature in breast cancer
2024, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2024.1521269
PMID:39877420
|
研究论文 | 本研究整合单细胞RNA测序和bulk RNA测序数据，探索了乳腺癌中甲硫氨酸代谢相关特征的预后价值和免疫景观 | 首次构建基于甲硫氨酸代谢相关基因的乳腺癌预后特征，并发现关键基因APOC1在调控巨噬细胞极化中的新功能 | 研究主要基于公共数据库数据，需要更多实验验证和临床样本确认 | 探索甲硫氨酸代谢在乳腺癌预后和免疫微环境中的作用 | 乳腺癌患者和乳腺癌细胞系 | 生物信息学 | 乳腺癌 | 单细胞RNA测序, bulk RNA测序, WGCNA, Cox回归, 体外实验 | 预后风险评分模型 | 转录组数据 | 基于TCGA和GEO数据库的乳腺癌样本 | NA | 单细胞RNA测序, bulk RNA测序 | NA | NA |
| 239 | 2025-10-07 |
Revisiting the female germline cell development
2024, Frontiers in plant science
IF:4.1Q1
DOI:10.3389/fpls.2024.1525729
PMID:39877734
|
综述 | 回顾雌性生殖细胞发育过程及其调控机制的最新研究进展 | 整合单细胞转录组/空间转录组学等先进技术揭示雌性生殖细胞发育的关键调控网络 | NA | 探索雌性生殖细胞发育的关键调控机制 | 开花植物的雌性生殖细胞系 | 植物发育生物学 | NA | 全标本单分子荧光原位杂交,激光辅助显微切割,染色质免疫沉淀测序,CRISPR基因编辑,单细胞转录组分析,空间转录组学 | NA | 转录组数据,表观遗传数据,空间基因表达数据 | NA | NA | 单细胞RNA测序,空间转录组学 | NA | NA |
| 240 | 2025-10-07 |
Gene regulatory patterning codes in early cell fate specification of the C. elegans embryo
2024-Jan-29, eLife
IF:6.4Q1
DOI:10.7554/eLife.87099
PMID:38284404
|
研究论文 | 本研究通过单细胞RNA测序揭示了秀丽隐杆线虫胚胎早期细胞命运特化过程中的基因调控模式 | 首次系统分析了早期至晚期原肠胚形成阶段(28-102细胞期)的转录组，识别了119种胚胎细胞状态，发现了基于亚细胞谱系的模块化基因表达程序 | 研究聚焦于特定发育阶段(1-102细胞期)，可能未完全覆盖更晚期的发育事件 | 探索缺乏合胞体物种中细胞命运特化的基因调控机制 | 秀丽隐杆线虫胚胎发育过程 | 发育生物学 | NA | 单细胞RNA测序 | NA | 基因表达数据 | 1-102细胞阶段的胚胎细胞 | NA | 单细胞RNA-seq | NA | NA |