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 2176 篇文献，本页显示第 21 - 40 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 21 | 2026-07-02 |
Integrating single-cell RNA sequencing with spatial transcriptomics reveal the fibrosis-related genes in hepatocellular carcinoma
2025, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2025.1659404
PMID:41613122
|
研究论文 | 整合单细胞RNA测序与空间转录组学揭示肝细胞癌中纤维化相关基因 | 首次通过整合单细胞RNA测序、空间转录组学和bulk RNA-seq多组学数据，系统鉴定肝细胞癌肿瘤微环境中纤维化相关的预后基因，并通过细胞实验验证YIPF4基因促进肝癌细胞增殖和迁移的功能 | NA | 鉴定肝细胞癌肿瘤微环境中与纤维化相关的预后基因，为临床治疗决策提供依据 | 肝细胞癌患者的肿瘤组织样本及单细胞、空间转录组数据 | 数字病理学 | 肝癌 | 单细胞RNA测序、空间转录组学、bulk RNA测序、随机生存森林算法、EDU掺入实验、Transwell迁移实验、CCK-8增殖实验 | 随机生存森林 | 基因表达数据、空间转录组数据 | GSE149614和GSE245908数据集中的肝细胞癌样本 | NA | 单细胞RNA测序、空间转录组学、bulk RNA-seq | NA | NA |
| 22 | 2026-07-02 |
Multimodal analysis of TAAD pathogenesis: SHAP-enhanced interpretable models and single-cell sequencing analysis reveal immune microenvironment alterations
2025, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2025.1630404
PMID:41613150
|
研究论文 | 通过整合多组学转录组数据和单细胞测序数据，结合SHAP可解释性机器学习模型，揭示了Stanford A型主动脉夹层（TAAD）的免疫微环境改变和发病机制 | 首次利用SHAP增强的可解释机器学习模型结合单细胞测序技术，系统鉴定出SIX4、SCNN1B和PCDH11X三个关键调控基因，并明确SIX4在血管平滑肌细胞表型转换和免疫信号调控中的核心作用 | 未明确说明，但可能包括样本量有限、功能验证仅在体外进行、缺乏体内实验验证等 | 阐明Stanford A型主动脉夹层的分子机制并识别可靠的生物标志物 | Stanford A型主动脉夹层患者样本及健康对照 | 机器学习 | 心血管疾病 | RNA-seq, 单细胞RNA-seq | LASSO, 随机森林, SVM-RFE | 转录组数据, 单细胞转录组数据 | 整合了4个转录组数据集和2个单细胞转录组数据集 | NA | 单细胞RNA-seq | NA | NA |
| 23 | 2026-07-02 |
Decoding cellular stress states for toxicology using single-cell transcriptomics
2025, NAM journal
DOI:10.1016/j.namjnl.2025.100046
PMID:42369397
|
研究论文 | 利用单细胞转录组学技术分析化学物质诱导的细胞应激状态，揭示毒性反应中的动态细胞转变 | 首次将单细胞转录组技术应用于环境毒理学领域，系统解析了多种应激反应通路在单细胞水平的异质性响应模式，并发现细胞在稳态、适应性反应和终末状态间动态转变的证据 | 仅使用HepaRG细胞系，未涉及原代细胞或体内模型；仅检测24小时单一时间点，无法捕捉长期或动态响应；化学物质浓度范围有限，可能遗漏低剂量效应 | 评估单细胞转录组学在毒理学中解码细胞应激状态的能力，揭示化学物质诱导的细胞适应性与终末状态转变机制 | HepaRG细胞系暴露于依托泊苷、布雷菲德菌素A、放线菌酮、鱼藤酮、tBHQ、曲格列酮和衣霉素 | 数字病理学 | NA | 单细胞转录组测序 (scRNA-seq) | NA | 基因表达矩阵 | 约40,000个HepaRG细胞，暴露于7种化学物质，每种化学物质3个浓度梯度 | BioSpyder | 单细胞RNA-seq | TempO-LINC® | TempO-LINC®单细胞转录组平台 |
| 24 | 2026-06-30 |
Deciphering the Complexities of Pulmonary Hypertension: The Emergent Role of Single-Cell Omics
2025-01, American journal of respiratory cell and molecular biology
IF:5.9Q1
DOI:10.1165/rcmb.2024-0145PS
PMID:39141563
|
综述 | 本文综述了单细胞组学在肺动脉高压研究中的关键进展，深入探讨了这些技术如何开启理解这一复杂疾病的新纪元 | 通过单细胞转录组学技术，以更高分辨率解析肺部的细胞生态系统，识别传统批量分析中隐藏的新型治疗靶点，并利用连接组分析揭示细胞相互作用和亚型转化 | 包括需要提高单细胞RNA测序分辨率以捕捉更细微的细胞变化，克服人体组织样本处理的后勤障碍，以及整合多种组学方法的必要性 | 阐述单细胞组学在肺动脉高压研究中的应用和前景，推动精准医疗的实现 | 肺动脉高压相关的细胞类型，如内皮细胞、平滑肌细胞、周细胞和免疫细胞 | 数字病理学 | 肺动脉高压 | 单细胞RNA测序 | NA | 单细胞转录组数据 | 综述论文，未涉及具体样本量 | NA | 单细胞RNA-seq | NA | NA |
| 25 | 2026-06-29 |
Exploring the Expanded Role of Astrocytes in Primate Brain Evolution via Changes in Gene Expression
2025, Brain, behavior and evolution
DOI:10.1159/000544004
PMID:39907990
|
综述 | 探讨星形胶质细胞在灵长类大脑进化中通过基因表达变化所发挥的扩展作用 | 综合分析了星形胶质细胞在灵长类进化中的基因表达和基因调控变化，利用诱导多能干细胞和单细胞RNA测序等新技术来理解该细胞类型的动态和复杂性 | 不适用 | 理解星形胶质细胞在灵长类大脑进化中的变化及其在神经系统疾病中的潜在作用 | 星形胶质细胞在灵长类（包括人类）大脑进化中的基因表达和基因调控 | 自然语言处理 | 神经系统疾病, 阿尔茨海默病, 帕金森病 | 单细胞RNA测序, 诱导多能干细胞 | NA | NA | NA | NA | 单细胞RNA测序 | NA | NA |
| 26 | 2026-06-26 |
Telomemore enables single-cell analysis of cell cycle and chromatin condensation
2025-01-24, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkaf031
PMID:39878215
|
研究论文 | 本文介绍了一个名为Telomemore的新工具，通过分析单细胞ATAC-seq数据中的端粒样读取（主要来自亚端粒区域）来量化染色质凝聚状态，并表明这些读取可作为染色质凝聚的生物标志物，同时揭示高活性Tn5转座酶不会复制其目标序列的9 bp | 首次将亚端粒读取作为染色质凝聚的生物标志物，颠覆了ATAC-seq端粒样读取用于推断端粒长度的传统认知，并发现高活性Tn5不复制目标序列，提供了新的单细胞数据分析维度 | 未明确讨论亚端粒读取在复杂组织或疾病样本中的适用性，以及对不同Tn5批次或实验条件的鲁棒性，可能受限于现有公共数据集的异质性 | 探索从单细胞ATAC-seq数据中提取额外信息的新方法，特别是染色质凝聚状态，以增强单细胞数据解读 | 成纤维细胞和B细胞的多组学图谱，以及多个公共单细胞ATAC-seq数据集 | 单细胞组学 | NA | ATAC-seq、多组学（ATAC+RNA）、长读长测序 | NA | 单细胞ATAC-seq数据、单细胞多组学数据、长读长测序数据 | 多个公共数据集（未具体说明样本数量）以及新生成的多组学成纤维细胞和B细胞图谱（未明确样本数） | NA | 单细胞ATAC-seq | NA | NA |
| 27 | 2026-06-26 |
A comprehensive analysis framework for evaluating commercial single-cell RNA sequencing technologies
2025-01-11, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkae1186
PMID:39675380
|
研究论文 | 本研究建立了一个综合分析框架，评估九种商业单细胞RNA测序技术，使用来自单供体的外周血单核细胞进行性能、时间和成本比较 | 引入读取利用度指标，用于区分不同单细胞RNA测序试剂盒在将测序读段转换为有效计数方面的效率，并基于此评估灵敏度和成本影响 | 信息不足 | 系统比较商业化单细胞RNA测序技术，为单细胞研究的有效实施提供指导 | 来自单个供体的外周血单核细胞 | 机器学习 | NA | 单细胞RNA测序 | NA | 文本 | 169262个外周血单核细胞 | 10x Genomics, BD Biosciences | 单细胞RNA测序 | Chromium Fixed RNA Profiling试剂盒, Rhapsody WTA试剂盒 | NA |
| 28 | 2026-06-26 |
Endothelial Angpt2 Promotes Adipocyte Progenitor Cells Maturation to Increase Visceral Adipose Tissue Accumulation
2025-01, Diabetes/metabolism research and reviews
DOI:10.1002/dmrr.70012
PMID:39628006
|
研究论文 | 本研究揭示了内皮细胞通过Angpt2促进脂肪祖细胞成熟，从而增加内脏脂肪组织积累的机制 | 首次发现内皮细胞通过JAK1/STAT3信号激活分泌Angpt2，诱导脂肪祖细胞从MSLN表型转变为CFD表型，促进内脏脂肪积累 | 样本量较小（仅13份内脏脂肪样本），且主要基于人类scRNA-seq数据和小鼠模型验证 | 阐明内脏脂肪组织积累的分子机制 | 人类内脏脂肪组织中的内皮细胞、巨噬细胞和脂肪祖细胞 | 数字病理学 | 肥胖及相关代谢疾病 | 单细胞RNA测序、PCR、Western blot、免疫荧光染色、流式细胞术 | NA | 单细胞转录组数据 | 5名肥胖合并糖尿病、9名肥胖和1名正常BMI个体的13份内脏脂肪组织样本 | NA | 单细胞RNA测序 | NA | NA |
| 29 | 2026-06-26 |
Loss of FTH1 Induces Ferritinophagy-Mediated Ferroptosis in Anaemia of Myelodysplastic Syndromes
2025-01, Journal of cellular and molecular medicine
IF:4.3Q2
DOI:10.1111/jcmm.70350
PMID:39804099
|
research paper | FTH1缺失通过诱导铁蛋白自噬介导的铁死亡在骨髓增生异常综合征贫血中的作用 | 首次揭示FTH1缺失通过铁蛋白自噬途径诱导铁死亡，并表明FTH1可作为MDS贫血的新治疗靶点 | FTH1在MDS病理生理中的具体机制尚不完全清楚，研究主要基于细胞实验和临床样本，需进一步动物模型验证 | 评估FTH1在骨髓增生异常综合征贫血患者中的作用及其机制 | MDS患者Lin-细胞、GlycoA有核红细胞、K562和SKM1细胞 | machine learning | myelodysplastic syndromes | shRNA敲低、单细胞测序 | NA | 基因表达数据 | MDS患者和对照组样本 | 10x Genomics | single-cell RNA-seq | 10x Chromium | 单细胞测序对Lin-细胞进行测序 |
| 30 | 2026-06-26 |
Integrated Analysis of Bulk RNA Sequencing, eQTL, GWAS, and Single-Cell RNA Sequencing Reveals Key Genes in Hepatocellular Carcinoma
2025-01, Journal of cellular and molecular medicine
IF:4.3Q2
DOI:10.1111/jcmm.70359
PMID:39853609
|
研究论文 | 整合批量RNA测序、eQTL、GWAS和单细胞RNA测序数据，揭示肝细胞癌中的关键基因 | 通过多组学数据整合分析，结合eQTL、孟德尔随机化和单细胞RNA测序，识别出SERPING1和STEAP3两个可能对肝细胞癌发病和进展至关重要的基因，并揭示其在肿瘤微环境和免疫治疗中的潜在作用 | 仅利用公开数据集进行分析，可能受数据质量和样本异质性影响；结果需进一步在更大样本和临床队列中验证 | 识别肝细胞癌中的关键基因并阐明其分子机制，为诊断和治疗提供新靶点 | 肝细胞癌患者肿瘤样本及正常对照组织中的基因表达数据和遗传变异信息 | 机器学习 | 肝细胞癌 | RNA-seq, eQTL分析, 孟德尔随机化, 单细胞RNA测序, 免疫组化, Western blot, qPCR | NA | 基因表达数据, 单细胞转录组数据, 遗传变异数据 | 使用来自TCGA和GEO的公开HCC数据集，具体样本数未明确 | NA | 批量RNA-seq, 单细胞RNA-seq | NA | NA |
| 31 | 2026-06-26 |
Integrative Machine Learning of Glioma and Coronary Artery Disease Reveals Key Tumour Immunological Links
2025-01, Journal of cellular and molecular medicine
IF:4.3Q2
DOI:10.1111/jcmm.70377
PMID:39868675
|
研究论文 | 结合机器学习和单细胞RNA测序，探索胶质瘤肿瘤微环境，并揭示与冠状动脉疾病的免疫联系 | 首次整合机器学习与单细胞RNA测序，结合全基因组关联研究和孟德尔随机化，识别影响癌症和心血管疾病预后的肿瘤微环境遗传变异，发现F3基因作为关键调控因子揭示免疫治疗潜力 | 未明确说明限制 | 探索胶质瘤肿瘤微环境与冠状动脉疾病之间的免疫学联系，并通过机器学习识别新的分子亚型和生物标志物 | 胶质瘤肿瘤微环境 | 机器学习 | 胶质瘤, 冠状动脉疾病 | 单细胞RNA测序, 全基因组关联研究, 孟德尔随机化 | 机器学习模型（未具体说明） | 单细胞转录组数据, 遗传变异数据 | 未明确说明 | NA | 单细胞RNA测序 | NA | NA |
| 32 | 2026-06-26 |
Multi-omics analysis reveals distinct gene regulatory mechanisms between primary and organoid-derived human hepatocytes
2025-01-01, Disease models & mechanisms
IF:4.0Q1
DOI:10.1242/dmm.050883
PMID:39878507
|
研究论文 | 通过多组学分析揭示原代与类器官来源人肝细胞之间的基因调控机制差异 | 通过整合单细胞转录组和染色质可及性分析，发现AP-1因子与肝脏特异性转录因子共同占据调控区域，并识别出在两种肝细胞类型中特异性激活的转录因子集 | 未提及明显的局限性 | 揭示原代人肝细胞与类器官来源肝细胞之间基因调控机制的差异 | 原代人肝细胞和肝内胆管类器官来源的人肝细胞 | 机器学习, 数字病理学 | NA | 单细胞RNA测序, 单细胞ATAC测序 | NA | 单细胞转录组数据, 染色质可及性数据 | NA | NA | 单细胞RNA测序, 单细胞ATAC测序 | NA | NA |
| 33 | 2026-06-23 |
Sparse Semiparametric Discriminant Analysis for High-dimensional Zero-inflated Data
2025, Journal of machine learning research : JMLR
IF:4.3Q2
PMID:42325817
|
研究论文 | 针对高维零膨胀数据，提出一种基于截断潜高斯copula模型的稀疏半参数判别分析方法，并在人类肠道微生物组、乳腺癌microRNA和单细胞RNA测序数据上验证了其优越的分类准确性和对数据变换的鲁棒性 | 首次将截断潜高斯copula模型用于判别分析，同时处理高偏度和零膨胀数据，且估计过程对数据变换具有鲁棒性，无需依赖特定变换方法 | NA | 开发一种能够处理高维零膨胀数据且对数据变换具有鲁棒性的半参数判别分析框架 | 人类肠道微生物组、乳腺癌microRNA和单细胞RNA测序数据 | 机器学习 | 乳腺癌 | RNA-seq, 单细胞RNA测序 | 截断潜高斯copula模型 | 基因表达数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 34 | 2026-06-23 |
Think twice: how single-cell suspensions from solid tissues for single-cell transcriptomics are well prepared
2025-Jan, Infectious diseases & immunity
DOI:10.1097/ID9.0000000000000136
PMID:42325859
|
综述 | 本文详细分析了从实体组织中制备高质量单细胞悬液的关键步骤，包括酶消化、机械解离和细胞活力评估 | 对实体组织单细胞悬液制备过程中的关键实验细节进行了深入分析和澄清 | 未提及具体实验比较或定量评价不同制备方法的优劣 | 指导研究人员优化从实体组织制备单细胞悬液的实验流程以获得高质量单细胞测序数据 | 实体组织单细胞悬液制备过程 | NA | NA | 单细胞RNA测序 | NA | NA | NA | NA | 单细胞RNA测序 | NA | NA |
| 35 | 2026-06-20 |
Identification of cell-type specificity, trans- and cis-acting functions of plant lincRNAs from single-cell transcriptomes
2025-01, The New phytologist
DOI:10.1111/nph.20269
PMID:39550625
|
研究论文 | 利用单细胞转录组数据鉴定植物lincRNA的细胞类型特异性及顺式和反式作用功能 | 首次在单细胞分辨率下系统鉴定植物lincRNA的细胞类型特异性，并揭示其顺式和反式调控作用 | 未提供具体限制信息 | 研究植物lincRNA在单细胞水平上的细胞类型特异性及其顺式和反式调控功能 | 水稻、拟南芥、番茄和玉米的lincRNA | 机器学习 | NA | 单细胞RNA测序 | NA | 图像 | NA | NA | 单细胞RNA测序 | NA | NA |
| 36 | 2026-06-18 |
Convergent and divergent immune aberrations in COVID-19, post-COVID-19-interstitial lung disease, and idiopathic pulmonary fibrosis
2025-01-01, American journal of physiology. Cell physiology
DOI:10.1152/ajpcell.00528.2024
PMID:39510135
|
研究论文 | 研究COVID-19、COVID-19后间质性肺病和特发性肺纤维化中循环免疫细胞的转录和表型变化 | 首次揭示50基因特征在COVID-19和IPF中的风险预测作用，并阐明单核细胞与T细胞亚群之间的基因组失衡是疾病预后的关键 | 未明确提及研究局限性，但样本量相对较小（227例）且需进一步验证机制的因果关系 | 探讨COVID-19、COVID-19后间质性肺病和特发性肺纤维化中免疫异常的共同与差异特征 | COVID-19患者、COVID-19后间质性肺病患者、特发性肺纤维化患者及健康对照者的外周血免疫细胞 | 数字病理学 | COVID-19, 特发性肺纤维化 | RNA-seq, 单细胞RNA测序, Luminex | NA | 基因表达数据, 蛋白质组数据 | 227例（包括COVID-19、COVID-19后间质性肺病、特发性肺纤维化及对照组） | Nanostring, 10x Genomics | 基因表达谱分析, 单细胞RNA-seq | nCounter, 10x Chromium | nCounter基因表达分析系统, 10x Genomics单细胞RNA测序平台 |
| 37 | 2026-06-18 |
Potential function exploration of lncRNAs in idiopathic pulmonary fibrosis: insights from whole transcriptome sequencing data analysis
2025 Jan-Dec, Clinics (Sao Paulo, Brazil)
DOI:10.1016/j.clinsp.2025.100732
PMID:40782499
|
研究论文 | 通过全转录组测序数据分析，探索长链非编码RNA在特发性肺纤维化中的潜在功能 | 首次利用整合RNA-seq和单细胞RNA-seq数据，系统分析特发性肺纤维化中长链非编码RNA的差异表达及其共表达网络，并鉴定出六个关键长链非编码RNA作为潜在生物标志物 | 样本量较小（12名特发性肺纤维化患者和5名对照），且功能验证不足，需进一步实验确认长链非编码RNA的机制作用 | 阐明长链非编码RNA在特发性肺纤维化中的表达模式和功能作用，并评估其作为诊断标志物和治疗靶点的潜力 | 特发性肺纤维化患者和健康对照的肺组织样本 | 机器学习和生物信息学 | 特发性肺纤维化 | RNA测序，单细胞RNA测序 | 加权基因共表达网络分析 | 转录组测序数据 | 12名特发性肺纤维化患者和5名对照者的肺组织样本 | NA | bulk RNA-seq, 单细胞RNA-seq | NA | NA |
| 38 | 2026-06-17 |
Single Cell Transcriptome Signatures of Sarcoidosis in Lung Immune Cell Populations
2025-Jan-22, bioRxiv : the preprint server for biology
DOI:10.1101/2025.01.20.633917
PMID:39896662
|
research paper | 通过对结节病患者和健康对照的支气管肺泡灌洗液细胞进行单细胞RNA测序，揭示了与结节病风险和进展相关的细胞类型、基因表达模式及细胞间相互作用的特征 | 首次在单细胞水平上系统地描述了结节病中巨噬细胞亚群（包括定居型、高金属硫蛋白定居型、招募型、促纤维化招募型和增殖型）的独特基因表达谱，并发现定居巨噬细胞和招募巨噬细胞中与疾病进展相关的基因表达变化 | 样本量相对较小，可能限制了检测一些罕见细胞类型或弱效应的能力；未明确提及结节病的具体病因机制 | 识别与结节病风险和进展相关的细胞特异性分子变化，包括细胞组成、基因表达模式和细胞间相互作用 | 结节病患者（包括进展性和非进展性）和健康对照者的支气管肺泡灌洗液细胞 | machine learning | sarcoidosis | single-cell RNA-seq | NA | single-cell RNA-seq data | 16例结节病患者（8例进展性、8例非进展性）和14例健康对照 | 10x Genomics | single-cell RNA-seq | 10x Chromium | 10x Chromium Single Cell 3' protocol (基于CellRanger预处理) |
| 39 | 2026-06-17 |
Brain aging and rejuvenation at single-cell resolution
2025-01-08, Neuron
IF:14.7Q1
DOI:10.1016/j.neuron.2024.12.007
PMID:39788089
|
综述 | 本文综述了单细胞组学技术在脑衰老与再生研究中的应用，揭示了细胞类型特异性的年龄相关变化及细胞间相互作用，并探讨了组合式再生干预的前景 | 首次从单细胞分辨率系统总结脑衰老的细胞类型特异性特征，提出神经干细胞作为再生干预焦点的创新方向，并强调组合式再生方法的潜力 | 未提供原始实验数据，主要基于已发表研究的二次分析；未深入探讨单细胞组学技术在人类脑组织中的技术限制 | 系统梳理单细胞组学技术对脑衰老机制的研究进展，评估再生干预效果，并展望未来研究方向 | 大脑中各类细胞，包括神经元、胶质细胞和神经干细胞，以及它们在不同年龄阶段的转录组变化 | 数字病理学 | 阿尔茨海默病, 帕金森病 | 单细胞转录组学 | NA | 单细胞转录组数据 | NA | NA | 单细胞RNA测序 | NA | NA |
| 40 | 2026-06-17 |
Differentiation signals induce APOBEC3A expression via GRHL3 in squamous epithelia and squamous cell carcinoma
2025-01, The EMBO journal
DOI:10.1038/s44318-024-00298-9
PMID:39548236
|
研究论文 | 本文利用单细胞RNA测序研究APOBEC3A和APOBEC3B在健康与恶性黏膜上皮中的表达，发现APOBEC3A的表达主要局限于终末分化细胞，并需要GRHL3转录因子，而鳞状细胞癌中GRHL3表达扩展至增殖细胞，导致APOBEC3A突变活性获得 | 首次揭示APOBEC3A表达受GRHL3调控并在终末分化细胞中特异性表达，以及鳞状细胞癌中GRHL3扩展至增殖细胞导致APOBEC3A突变活性的机制 | 未明确提及研究限制，但可能受限于样本量或实验方法的局限性 | 研究APOBEC3A和APOBEC3B在健康与恶性黏膜上皮中的表达模式及其在鳞状细胞癌中的突变机制 | 健康与恶性黏膜上皮细胞（包括角质形成细胞和鳞状细胞癌细胞） | 数字病理学 | 鳞状细胞癌 | 单细胞RNA测序、免疫组织化学、空间转录组学 | 未提及特定模型 | 单细胞转录组数据、空间转录组数据、免疫组化图像 | 未明确说明样本数量，但涉及健康与恶性黏膜上皮组织 | 10x Genomics | 单细胞RNA测序、空间转录组学 | 10x Chromium、10x Visium | 10x Chromium用于单细胞RNA测序，10x Visium用于空间转录组学 |