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 577 篇文献，本页显示第 61 - 80 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 61 | 2025-10-06 |
Single-cell immune landscape of measurable residual disease in acute myeloid leukemia
2024-11, Science China. Life sciences
DOI:10.1007/s11427-024-2666-8
PMID:39034351
|
研究论文 | 本研究通过单细胞RNA测序描绘了急性髓系白血病可测量残留病的免疫细胞图谱 | 首次在单细胞水平揭示MRD阳性与阴性状态下免疫细胞组成的差异，并发现巨噬细胞迁移抑制因子通路在调节MRD-_CD8细胞簇中的作用 | 样本量相对有限（共32例患者），需要更大规模研究验证发现 | 探究急性髓系白血病可测量残留病的免疫细胞特征和转化机制 | 异基因造血干细胞移植后患者的骨髓样本 | 单细胞组学 | 急性髓系白血病 | 单细胞RNA测序 | NA | 单细胞转录组数据 | 32例患者骨髓样本（20例MRD阳性，12例MRD阴性），共184,231个细胞 | NA | 单细胞RNA-seq | NA | NA |
| 62 | 2025-10-06 |
Differential chromatin accessibility and transcriptional dynamics define breast cancer subtypes and their lineages
2024-11, Nature cancer
IF:23.5Q1
DOI:10.1038/s43018-024-00773-6
PMID:39478117
|
研究论文 | 通过多组学技术分析乳腺癌亚型及其谱系的染色质可及性和转录动态特征 | 首次在单细胞水平整合配对转录组和染色质可及性分析，揭示乳腺癌亚型特异性谱系的调控网络 | 样本量相对有限（37例患者），需要更大规模验证 | 研究乳腺癌亚型特异性肿瘤-正常谱系的转录调控网络 | 乳腺癌患者组织样本 | 数字病理学 | 乳腺癌 | 单细胞多组学, 空间转录组学, 多重成像 | 调控网络分析 | 基因组, 转录组, 表观基因组, 图像 | 37例患者的61个样本 | NA | 单细胞多组学, 空间转录组学, 多重成像, bulk RNA-seq | NA | NA |
| 63 | 2025-10-06 |
Targeting immune-fibroblast cell communication in heart failure
2024-Nov, Nature
IF:50.5Q1
DOI:10.1038/s41586-024-08008-5
PMID:39443792
|
研究论文 | 本研究通过多组学单细胞分析揭示了心力衰竭中免疫-成纤维细胞通讯的分子机制 | 首次在人类心脏疾病中系统描绘免疫-成纤维细胞通讯机制，并发现IL-1β信号通路在驱动FAP/POSTN成纤维细胞形成中的关键作用 | 研究样本量有限（45例），体外培养系统未能完全重现人类疾病表型 | 探索心力衰竭中免疫细胞与成纤维细胞间的通讯机制及其治疗潜力 | 健康供体、急性梗死和慢性心力衰竭的人类心脏组织 | 单细胞多组学 | 心血管疾病 | 单细胞基因表达谱、表位图谱、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 | 45例人类心脏样本（包括健康供体、急性梗死和慢性心力衰竭） | NA | 单细胞RNA-seq, 单细胞ATAC-seq, 空间转录组学 | NA | NA |
| 64 | 2025-10-06 |
Thrombopoietin mimetic reduces mouse lung inflammation and fibrosis after radiation by attenuating activated endothelial phenotypes
2024-Nov-08, JCI insight
IF:6.3Q1
DOI:10.1172/jci.insight.181330
PMID:39513364
|
研究论文 | 本研究探讨了血小板生成素模拟物通过抑制内皮细胞活化减轻辐射诱导的小鼠肺损伤 | 首次发现血小板生成素模拟物能通过调节毛细血管内皮细胞表型减轻辐射诱导的肺损伤 | 研究仅使用小鼠模型，尚未在人体验证 | 评估血小板生成素模拟物对辐射诱导肺损伤的保护作用及机制 | 小鼠肺组织和原代肺微血管内皮细胞 | 病理生理学 | 肺损伤 | 单细胞RNA测序,组织学分析 | NA | 基因表达数据,组织学图像 | 小鼠实验模型 | NA | 单细胞RNA测序 | NA | NA |
| 65 | 2025-10-06 |
[Identification of prognostic genes in prostate cancer by single-cell sequencing combined with Mendelian randomization]
2024-Nov, Zhonghua nan ke xue = National journal of andrology
PMID:40783865
|
研究论文 | 通过单细胞测序结合孟德尔随机化方法识别前列腺癌预后相关基因 | 首次将单细胞测序与孟德尔随机化方法相结合识别前列腺癌预后基因 | 样本量较小（仅4例前列腺癌单细胞数据），需要更大样本验证 | 识别前列腺癌发展和预后的关键基因 | 前列腺癌患者组织样本 | 生物信息学 | 前列腺癌 | 单细胞测序, 孟德尔随机化, 差异表达分析, 富集分析 | 单变量COX回归 | 单细胞RNA测序数据, 基因表达数据, 临床数据 | 4例前列腺癌单细胞数据 + TCGA和GEO数据库前列腺癌患者数据 | NA | 单细胞RNA-seq | NA | NA |
| 66 | 2025-10-06 |
WEST is an ensemble method for spatial transcriptomics analysis
2024-Nov-18, Cell reports methods
IF:4.3Q2
DOI:10.1016/j.crmeth.2024.100886
PMID:39515332
|
研究论文 | 提出一种名为WEST的集成方法，用于提升空间转录组学数据分析的性能和鲁棒性 | 利用集成技术整合多种分析方法，在空间域检测方面提供更高的准确性和灵活性 | 未在文章中明确说明 | 开发能够有效整合基因表达和空间信息的空间转录组学数据分析方法 | 空间转录组学数据 | 空间转录组学 | NA | 空间转录组学 | 集成方法 | 空间转录组数据 | 合成数据集和真实数据集 | NA | 空间转录组学 | NA | NA |
| 67 | 2025-10-06 |
Spatially resolved analysis of pancreatic cancer identifies therapy-associated remodeling of the tumor microenvironment
2024-Nov, Nature genetics
IF:31.7Q1
DOI:10.1038/s41588-024-01890-9
PMID:39227743
|
研究论文 | 本研究利用单细胞空间转录组学分析胰腺癌肿瘤微环境在治疗过程中的重塑过程 | 开发了空间约束最优输运相互作用分析(SCOTIA)模型，整合空间距离和配体-受体基因表达来解析细胞间相互作用 | NA | 解析胰腺癌肿瘤微环境在放化疗治疗过程中的重塑机制 | 人类胰腺癌组织样本 | 数字病理学 | 胰腺癌 | 单细胞空间转录组学 | 最优输运模型 | 空间转录组数据 | NA | NA | 单细胞空间转录组学 | NA | NA |
| 68 | 2025-10-06 |
Analyzing Large-Scale Single-Cell RNA-Seq Data Using Coreset
2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics
DOI:10.1109/TCBB.2024.3418078
PMID:38913513
|
研究论文 | 提出一种名为scCoreset的数据摘要框架，用于从大规模单细胞RNA-seq数据中提取加权细胞子集以促进下游分析 | 开发了专门针对高维稀疏单细胞RNA-seq数据的核心集框架，相比现有方法在可视化和聚类等下游任务中表现更优 | 未明确说明该方法对特定细胞类型或生物背景的适用性限制 | 解决大规模单细胞RNA-seq数据的计算和分析挑战 | 单细胞RNA测序数据 | 机器学习 | NA | 单细胞RNA测序 | 核心集算法 | 单细胞基因表达数据 | 多个单细胞数据集（具体数量未明确说明） | NA | 单细胞RNA-seq | NA | NA |
| 69 | 2025-10-06 |
FaStaNMF: A Fast and Stable Non-Negative Matrix Factorization for Gene Expression
2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics
DOI:10.1109/TCBB.2023.3296979
PMID:37467096
|
研究论文 | 提出一种快速稳定的非负矩阵分解方法FaStaNMF，用于基因表达数据的细胞类型特异性表达解析 | 在保证非负矩阵分解准确性和速度的同时，实现了结果的全局稳定性，提高了实验间和实验室间的可重复性 | 方法在四个已知真实值的数据集上验证，但未提及在更广泛生物数据中的应用限制 | 开发一种快速稳定的非负矩阵分解方法，用于基因表达数据的去卷积分析 | 基因表达数据，特别是混合细胞类型样本的解析 | 生物信息学 | NA | 非负矩阵分解(NMF) | FaStaNMF | 基因表达数据 | 四个数据集（基于公开数据或RNAGinesis模拟生成） | NA | NA | NA | NA |
| 70 | 2025-10-06 |
SCRN: Single-Cell Gene Regulatory Network Identification in Alzheimer's Disease
2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics
DOI:10.1109/TCBB.2024.3424400
PMID:38976461
|
研究论文 | 提出一种基于图神经网络的单细胞基因调控网络识别方法SCRN，用于研究阿尔茨海默病的基因调控机制 | 开发了基于γ衰减启发式链接预测和图神经网络的SCRN方法，能够利用局部闭合子图识别可靠的基因调控网络 | NA | 识别阿尔茨海默病中的基因调控网络，发现潜在生物标志物和治疗靶点 | 阿尔茨海默病患者和正常样本的单细胞RNA测序数据 | 生物信息学 | 阿尔茨海默病 | 单细胞RNA测序 | 图神经网络 | 单细胞基因表达数据 | NA | NA | 单细胞RNA测序 | NA | NA |
| 71 | 2025-10-06 |
A New Graph Autoencoder-Based Multi-Level Kernel Subspace Fusion Framework for Single-Cell Type Identification
2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics
DOI:10.1109/TCBB.2024.3459960
PMID:39264790
|
研究论文 | 提出了一种基于图自编码器的多级核子空间融合框架scGAMF，用于单细胞RNA测序数据的细胞类型识别 | 首次将深度特征嵌入和核空间分析统一到单一框架中，通过多级核空间融合策略充分挖掘细胞间深层潜在关系 | 未明确说明方法在特定细胞类型或组织中的适用性限制 | 开发更准确的单细胞聚类方法用于细胞类型识别 | 单细胞RNA测序数据 | 机器学习 | NA | 单细胞RNA测序 | 图自编码器(GAE), 谱聚类 | 基因表达数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 72 | 2025-10-06 |
Using Multi-Encoder Semi-Implicit Graph Variational Autoencoder to Analyze Single-Cell RNA Sequencing Data
2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics
DOI:10.1109/TCBB.2024.3458170
PMID:39255084
|
研究论文 | 提出一种基于变分图自编码器和图注意力网络的多编码器半隐式图变分自编码器(MSVGAE)，用于分析单细胞RNA测序数据 | 引入多编码器学习不同尺度特征并控制非信息特征，通过添加不同噪声促进图结构信息和分布不确定性的传播 | NA | 解决单细胞RNA测序数据高维度和高稀疏性分析难题 | 单细胞RNA测序数据 | 机器学习 | NA | 单细胞RNA测序 | 变分图自编码器,图注意力网络 | 基因表达数据 | 24个模拟数据集和8个真实数据集 | NA | 单细胞RNA测序 | NA | NA |
| 73 | 2025-10-06 |
Discriminative Domain Adaption Network for Simultaneously Removing Batch Effects and Annotating Cell Types in Single-Cell RNA-Seq
2024 Nov-Dec, IEEE/ACM transactions on computational biology and bioinformatics
DOI:10.1109/TCBB.2024.3487574
PMID:39471116
|
研究论文 | 提出一种判别性域适应网络，用于同时消除单细胞RNA测序中的批次效应和注释细胞类型 | 结合对抗域适应策略、对比损失、类中心语义对齐和自步学习机制，实现全局分布匹配和判别性特征表示 | NA | 开发同时消除批次效应和注释细胞类型的计算方法 | 单细胞RNA测序数据 | 机器学习 | NA | 单细胞RNA测序 | 判别性域适应网络(D2AN) | 基因表达数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 74 | 2025-10-06 |
Joint representation and visualization of derailed cell states with Decipher
2024-Nov-05, bioRxiv : the preprint server for biology
DOI:10.1101/2023.11.11.566719
PMID:38014231
|
研究论文 | 本文提出了一种名为Decipher的深度生成模型，用于整合单细胞基因组学数据并表征细胞状态从正常到异常的转变 | 开发了能够联合建模和可视化正常与扰动条件下单细胞RNA-seq数据的深度生成模型，揭示共享和破坏的细胞动态 | NA | 开发计算工具以整合跨条件的单细胞基因组学数据并表征异常细胞状态轨迹 | 单细胞RNA测序数据 | 机器学习 | 胰腺炎、急性髓系白血病、胃癌 | 单细胞RNA测序 | 深度生成模型 | 基因表达数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 75 | 2025-10-06 |
Chemokine expression profile of an innate granuloma
2024-Nov-14, eLife
IF:6.4Q1
DOI:10.7554/eLife.96425
PMID:39541153
|
研究论文 | 本研究通过空间转录组学分析先天免疫肉芽肿形成过程中趋化因子的时空表达特征 | 首次利用空间转录组学技术揭示先天免疫肉芽肿形成过程中CC和CXC趋化因子及其受体的动态时空表达谱 | 研究仅基于小鼠感染模型，尚未在人类样本中验证 | 阐明指导免疫细胞形成肉芽肿特殊层次的趋化因子机制 | 小鼠肝脏先天免疫肉芽肿模型 | 空间转录组学 | 感染性疾病 | 空间转录组学 | 小鼠感染模型 | 空间基因表达数据 | NA | NA | 空间转录组学 | NA | NA |
| 76 | 2025-10-06 |
Single-cell eQTL mapping in yeast reveals a tradeoff between growth and reproduction
2024-Nov-08, bioRxiv : the preprint server for biology
DOI:10.1101/2023.12.07.570640
PMID:38106186
|
研究论文 | 本研究开发了一种单细胞eQTL定位方法，在酵母中揭示了生长与繁殖之间的权衡关系 | 开发了'一锅法'单细胞eQTL定位方法，首次在单细胞水平系统识别eQTL与细胞周期阶段的互作效应 | 研究仅限于酵母模型，尚未在更复杂生物系统中验证 | 探索遗传变异在单细胞水平对基因表达和性状影响的精细机制 | 酵母单细胞 | 单细胞基因组学 | NA | 单细胞RNA测序 | eQTL定位模型 | 单细胞基因表达数据 | 超过100,000个单细胞，来自三个杂交组合 | NA | 单细胞RNA-seq | NA | NA |
| 77 | 2025-10-06 |
Gastroduodenal injury and repair mechanisms
2024-Nov-01, Current opinion in gastroenterology
IF:2.6Q2
DOI:10.1097/MOG.0000000000001049
PMID:38935320
|
综述 | 本文综述了胃十二指肠黏膜损伤与修复机制的最新研究进展 | 揭示了成熟上皮细胞或定向干细胞去分化、重编程、增殖和再生黏膜的新机制，以及腺病毒疗法、植物基化合物递送系统和RNA技术在黏膜修复中的应用 | 关于急性浅表性病变的研究在过去一年中较为稀疏 | 探讨胃十二指肠黏膜损伤后的修复机制 | 胃十二指肠黏膜组织 | NA | 胃十二指肠疾病 | 单细胞RNA测序, 腺病毒疗法, 纳米颗粒技术 | NA | NA | NA | NA | 单细胞RNA测序 | NA | NA |
| 78 | 2025-10-06 |
Construction of a Prognostic Model for Mitochondria and Macrophage Polarization Correlation in Glioma Based on Single-Cell and Transcriptome Sequencing
2024-11, CNS neuroscience & therapeutics
IF:4.8Q1
DOI:10.1111/cns.70083
PMID:39491527
|
研究论文 | 基于单细胞和转录组测序构建胶质瘤中线粒体与巨噬细胞极化相关性的预后模型 | 首次整合线粒体相关基因和巨噬细胞极化相关基因构建胶质瘤预后模型，并通过单细胞RNA测序在细胞水平验证基因表达 | 研究基于生物信息学分析，需要进一步实验验证 | 探讨线粒体相关基因和巨噬细胞极化相关基因与胶质瘤预后的关系 | 胶质瘤患者数据集和组织样本 | 生物信息学 | 胶质瘤 | 单细胞RNA测序,转录组测序,WGCNA | 风险模型,列线图 | 基因表达数据 | 多个胶质瘤数据集(TCGA-GBMLGG, mRNA-seq-325, mRNA-seq-693, GSE16011, GSE4290, GSE138794) | NA | 单细胞RNA测序,转录组测序 | NA | NA |
| 79 | 2025-10-06 |
Identification of transcriptional signature change and critical transcription factors involved during the differentiation of mouse trophoblast stem cell into maternal blood vessel associated trophoblast giant cell
2024-11, Cellular signalling
IF:4.4Q2
DOI:10.1016/j.cellsig.2024.111359
PMID:39179089
|
研究论文 | 本研究通过RNA测序分析小鼠滋养层干细胞分化为滋养层巨细胞过程中的转录特征变化，并识别关键转录因子 | 首次发现体外分化的滋养层巨细胞与体内母体血管相关滋养层巨细胞亚型的相似性，并鉴定出ZMAT1、EGR1和MITF等关键转录因子 | 研究仅基于小鼠模型，人类胎盘可能存在差异；体外分化系统可能无法完全模拟体内复杂环境 | 探究滋养层干细胞分化为滋养层巨细胞的分子机制及其与胎盘功能的关系 | 小鼠滋养层干细胞和分化的滋养层巨细胞 | 发育生物学 | 胎盘功能相关疾病 | RNA-seq, 单细胞RNA-seq | NA | 基因表达数据 | 小鼠滋养层干细胞和分化细胞 | NA | RNA测序, 单细胞RNA测序 | NA | NA |
| 80 | 2025-10-06 |
A prognostic biomarker of disulfidptosis constructed by machine learning framework model as potential reporters of pancreatic adenocarcinoma
2024-11, Cellular signalling
IF:4.4Q2
DOI:10.1016/j.cellsig.2024.111371
PMID:39209222
|
研究论文 | 通过机器学习框架构建二硫死亡相关预后生物标志物，探索其在胰腺腺癌中的免疫浸润和治疗潜力 | 首次将新发现的细胞死亡方式二硫死亡与胰腺腺癌预后模型结合，并验证MET基因在二硫死亡中的作用机制 | 样本量较小（仅16个单细胞样本），需要更多独立队列验证模型的普适性 | 构建胰腺腺癌的二硫死亡相关预后生物标志物并探索其临床意义 | 胰腺腺癌患者样本和细胞系 | 机器学习 | 胰腺癌 | 单细胞RNA测序，LASSO回归，WGCNA分析，细胞实验 | LASSO回归，机器学习框架模型 | 单细胞RNA测序数据，基因表达数据 | 16个PAAD样本（GSE154778数据集）+ TCGA-PAAD数据库样本 | NA | 单细胞RNA-seq | NA | NA |