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 2151 篇文献，本页显示第 861 - 880 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 861 | 2025-10-06 |
Integrated analysis of single-cell and bulk transcriptomic data reveals altered cellular composition and predictive cell types in ectopic endometriosis
2025, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2025.1641982
PMID:40757199
|
研究论文 | 通过整合单细胞和批量转录组数据分析，揭示了子宫内膜异位症的细胞组成变化和关键预测细胞类型 | 首次通过整合单细胞和批量转录组数据识别MUC5B+上皮细胞和dStromal晚期间充质细胞作为子宫内膜异位症纤维化和炎症的双重驱动因子 | 依赖公共数据库数据，样本来源可能有限 | 研究子宫内膜异位症的细胞分类和组成，探索其诊断和治疗新方法 | 子宫内膜异位症患者的组织样本 | 生物信息学 | 子宫内膜异位症 | 单细胞RNA测序，批量转录组测序，免疫组织化学 | 随机森林 | 基因表达数据，图像数据 | GEO公共数据库中的样本，具体数量未明确说明 | NA | 单细胞RNA-seq，批量RNA-seq | NA | NA |
| 862 | 2025-10-06 |
TIME-CoExpress: Temporal Trajectory Modeling of Dynamic Gene Co-expression Patterns Using Single-Cell Transcriptomics Data
2025-Jan-26, bioRxiv : the preprint server for biology
DOI:10.1101/2025.01.23.634392
PMID:39896591
|
研究论文 | 提出一种基于copula的方法来建模单细胞转录组数据中基因共表达模式沿细胞时间轨迹的非线性变化 | 使用数据驱动的平滑函数建模基因共表达的非线性变化，能够处理scRNAseq数据中的过度离散和零膨胀特征 | 仅通过模拟分析和单个数据集验证方法性能，需要更多真实数据验证 | 开发时序轨迹建模方法以识别细胞发育过程中差异共表达的基因组合 | 单细胞转录组数据中的基因共表达模式 | 生物信息学 | NA | 单细胞RNA测序 | copula模型 | 单细胞转录组数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 863 | 2025-10-06 |
SeqBMC: Single-cell data processing using iterative block matrix completion algorithm based on matrix factorisation
2025 Jan-Dec, IET systems biology
IF:1.9Q3
DOI:10.1049/syb2.70003
PMID:39943646
|
研究论文 | 提出基于矩阵分解的迭代块矩阵补全算法SeqBMC，用于处理单细胞RNA测序数据中的缺失值 | 使用基因频率对矩阵分块，通过矩阵分解算法完成分块后的小矩阵，同时保留块矩阵中可能存在的生物零值 | NA | 改进单细胞RNA测序数据中基因表达矩阵的缺失值补全方法 | 单细胞RNA测序数据中的基因表达矩阵 | 生物信息学 | NA | 单细胞RNA测序 | 矩阵分解算法 | 基因表达数据 | NA | NA | 单细胞RNA测序 | NA | NA |
| 864 | 2025-10-06 |
Analysis of the Relationship Between NLRP3 and Alzheimer's Disease in Oligodendrocytes based on Bioinformatics and In Vitro Experiments
2025, Current Alzheimer research
IF:1.8Q4
|
研究论文 | 通过生物信息学分析和体外实验验证NLRP3在少突胶质细胞中与阿尔茨海默病的关联 | 首次结合生物信息学与分子生物学实验系统研究NLRP3在少突胶质细胞中与AD的关联，并构建了基于五个关键基因的诊断模型 | 研究主要基于公共数据库数据，需要进一步在体实验验证 | 探索NLRP3在少突胶质细胞中与阿尔茨海默病的潜在关联 | 阿尔茨海默病患者与健康对照的基因表达数据，少突胶质细胞 | 生物信息学 | 阿尔茨海默病 | 生物信息学分析，单细胞转录组学，RT-qPCR，免疫荧光，Western blot | LASSO回归，随机森林，支持向量机 | 基因表达数据 | 来自GEO数据库的AD相关公共数据集 | NA | 单细胞转录组学 | NA | NA |
| 865 | 2025-10-06 |
scRSSL: Residual semi-supervised learning with deep generative models to automatically identify cell types
2025 Jan-Dec, IET systems biology
IF:1.9Q3
DOI:10.1049/syb2.12107
PMID:40261690
|
研究论文 | 提出基于残差半监督学习的深度生成模型scRSSL，用于自动识别单细胞转录组数据中的细胞类型 | 首次将残差网络引入半监督生成模型，通过残差神经网络提取单细胞数据的局部特征 | NA | 解决单细胞数据高维度、大样本量、高稀疏性和样本不平衡等挑战，实现准确的细胞类型识别 | 单细胞转录组测序数据 | 机器学习 | NA | 单细胞RNA测序 | 深度残差生成模型, 半监督学习 | 单细胞转录组数据 | NA | NA | 单细胞RNA测序 | NA | NA |
| 866 | 2025-10-06 |
SAE1 May Play a Pro-Carcinogenic Role in Pancreatic Adenocarcinoma: A Comprehensive Study Integrating Multiple Pieces of Evidence
2025 Jan-Dec, IET systems biology
IF:1.9Q3
DOI:10.1049/syb2.70017
PMID:40302186
|
研究论文 | 本研究通过整合多种证据探讨SAE1在胰腺腺癌中的促癌作用 | 首次在胰腺腺癌中系统研究SAE1的作用，整合了mRNA数据、免疫组化、CRISPR修饰细胞系分析和单细胞RNA测序等多种方法 | 未明确说明样本量大小和研究人群特征 | 评估SAE1在胰腺腺癌发生发展中的作用机制 | 胰腺腺癌细胞系和临床样本 | 癌症生物学 | 胰腺癌 | mRNA分析,免疫组化,CRISPR,单细胞RNA测序,ChIP-Seq,分子对接 | 分子对接模型 | mRNA数据,蛋白质表达数据,单细胞测序数据,临床数据 | NA | NA | 单细胞RNA测序,ChIP-Seq | NA | NA |
| 867 | 2025-10-06 |
Exploring Key Genes of Glutathione Metabolism in Systemic Lupus Erythematosus Based on Mendelian Randomisation, Single-Cell RNA Sequencing and Multiple Machine Learning Approaches
2025 Jan-Dec, IET systems biology
IF:1.9Q3
DOI:10.1049/syb2.70021
PMID:40458850
|
研究论文 | 通过孟德尔随机化、单细胞RNA测序和多种机器学习方法探索系统性红斑狼疮中谷胱甘肽代谢的关键基因 | 首次整合孟德尔随机化、单细胞RNA测序和多种机器学习方法系统性研究谷胱甘肽代谢在系统性红斑狼疮中的作用 | NA | 识别与系统性红斑狼疮相关的关键代谢物和基因，揭示谷胱甘肽通路的作用机制 | 系统性红斑狼疮患者的外周血单个核细胞和单核细胞 | 生物信息学 | 系统性红斑狼疮 | 单细胞RNA测序, 孟德尔随机化, 机器学习 | LASSO回归, CatBoost, XGBoost, NGBoost | 基因表达数据, 代谢组数据 | 多个数据集（包括训练集、验证集和GSE112087数据集） | NA | 单细胞RNA测序 | NA | NA |
| 868 | 2025-10-06 |
Machine learning combining external validation to explore the immunopathogenesis of diabetic foot ulcer and predict therapeutic drugs
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0328906
PMID:40749079
|
研究论文 | 本研究结合机器学习和单细胞方法探索糖尿病足溃疡的免疫发病机制并预测治疗药物 | 首次通过机器学习算法结合外部验证和单细胞测序识别糖尿病足溃疡的核心基因和潜在治疗药物 | 研究依赖公共数据库数据，需要进一步实验验证 | 探索糖尿病足溃疡的免疫机制并识别潜在治疗药物 | 糖尿病足溃疡患者 | 机器学习 | 糖尿病足溃疡 | 单细胞测序, 差异表达分析, 加权基因共表达网络分析, 分子对接, 分子动力学模拟 | 机器学习算法 | 基因表达数据 | GEO数据库数据集，包含外部验证数据集GSE147890 | NA | 单细胞RNA测序 | NA | NA |
| 869 | 2025-10-06 |
Uncovering the molecular mechanisms of Qingdu Zengye Decoction in the treatment of nasopharyngeal carcinoma: an integrative investigation
2025, Frontiers in pharmacology
IF:4.4Q1
DOI:10.3389/fphar.2025.1648294
PMID:40746726
|
研究论文 | 通过整合计算药理学、功能实验和单细胞转录组分析揭示清毒增液汤治疗鼻咽癌的分子机制 | 首次结合网络药理学、分子对接和单细胞RNA测序技术系统阐明清毒增液汤在鼻咽癌治疗中的多靶点调控机制 | 未明确说明样本量大小，机制研究主要基于体外实验 | 阐明清毒增液汤治疗鼻咽癌的作用机制 | 鼻咽癌肿瘤细胞和肿瘤微环境 | 计算生物学 | 鼻咽癌 | 单细胞RNA测序,网络药理学,分子对接,蛋白质印迹,功能实验 | NA | 转录组数据,蛋白质相互作用数据,分子对接数据 | NA | NA | 单细胞RNA测序 | NA | NA |
| 870 | 2025-10-06 |
Epiplakin expression is lost in psoriatic skin lesions and is downregulated by IFN-γ in ex vivo skin cultures
2025, Frontiers in cell and developmental biology
IF:4.6Q1
DOI:10.3389/fcell.2025.1617737
PMID:40746860
|
研究论文 | 本研究通过单细胞RNA测序和免疫荧光分析发现epiplakin在银屑病皮损中特异性下调，并证实IFN-γ是其下调的主要调控因子 | 首次发现epiplakin是plakin家族中唯一在银屑病皮损中特异性下调的成员，并揭示IFN-γ依赖的调控机制 | 研究主要基于外植体皮肤培养和小鼠模型，需要进一步在人体内验证 | 探究epiplakin在炎症性皮肤病银屑病中的表达调控机制 | 人类银屑病皮肤样本、健康皮肤样本、小鼠表皮 | 皮肤病学 | 银屑病 | 单细胞RNA测序, 免疫荧光, 细胞因子处理 | NA | 基因表达数据, 蛋白质表达数据 | 银屑病和健康皮肤样本（具体数量未明确） | NA | 单细胞RNA测序 | NA | NA |
| 871 | 2025-10-06 |
Exploring the prognostic significance and therapeutic potential of SUCLG2 in prostate cancer
2025, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2025.1592779
PMID:40747103
|
研究论文 | 本研究构建了基于脂质代谢的前列腺癌风险模型，并探讨了SUCLG2在肿瘤进展和治疗抵抗中的关键作用 | 首次从脂质代谢角度构建16基因风险预后模型，并发现SUCLG2在管腔和基底/中间细胞亚群中的特异性富集 | 研究主要基于生物信息学分析，实验验证仅限于细胞系和部分临床样本 | 开发前列腺癌有效诊断和治疗策略，探索SUCLG2作为生物标志物和治疗靶点的潜力 | 前列腺癌患者样本（497例TCGA数据）和前列腺癌上皮细胞系22Rv1 | 生物信息学 | 前列腺癌 | 高通量RNA测序、单细胞RNA测序、实时定量PCR、免疫荧光 | Cox比例风险回归、LASSO回归、基因集富集分析 | RNA测序数据、单细胞测序数据、临床样本数据 | 497例前列腺癌样本和22Rv1细胞系 | NA | 单细胞RNA测序, bulk RNA-seq | NA | NA |
| 872 | 2025-10-06 |
Transcriptome combined single-cell sequencing explores molecular mechanisms of ANGPTL4 in sepsis-induced acute lung injury
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0328551
PMID:40743234
|
研究论文 | 本研究通过转录组分析结合单细胞测序探索ANGPTL4在脓毒症诱导的急性肺损伤中的分子机制 | 首次系统分析ANGPTL4在急性肺损伤进展中的时空表达模式和功能网络，并预测其与药物的相互作用 | ANGPTL4与Q9BY76-槲皮素的相互作用需要进一步研究验证 | 探索ANGPTL4在脓毒症诱导的急性肺损伤中的分子机制 | 急性肺损伤患者和小鼠模型 | 单细胞测序 | 急性肺损伤 | 转录组分析, 单细胞测序, 分子对接 | NA | 基因表达数据 | 从GEO数据库获取的急性肺损伤患者数据 | NA | 单细胞RNA测序 | NA | NA |
| 873 | 2025-10-06 |
Integrating single-cell regulatory atlas and multi-omics data for differential treatment response and multimodal predictive modeling in CDK 4/6 inhibitor-treated breast cancer
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1585574
PMID:40746611
|
研究论文 | 整合单细胞调控图谱和多组学数据，开发CDK4/6抑制剂治疗乳腺癌的差异治疗反应预测模型 | 首次构建肿瘤预后调控子指数(TPRI)作为CDK4/6抑制剂反应预测的新型生物标志物，并通过多组学整合和实验验证 | 甲基化数据整合的样本量有限 | 解码CDK4/6抑制剂耐药机制并开发预测性生物标志物 | HR+/HER2-乳腺癌患者 | 生物信息学 | 乳腺癌 | 单细胞RNA-seq, 多组学分析, qPCR, SCENIC, 逻辑回归 | 逻辑回归, 多模态预测模型 | 基因表达数据, 转录组数据, miRNA数据 | 单细胞数据14个样本, 批量多组学数据1149个样本 | NA | 单细胞RNA-seq, 批量多组学 | NA | NA |
| 874 | 2025-10-06 |
"Molecular pigeon" network of lncRNA and miRNA: decoding metabolic reprogramming in patients with lung cancer
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1578927
PMID:40746614
|
综述 | 本文综述了lncRNA和miRNA在肺癌患者代谢重编程中的关键作用及其分子调控网络 | 提出'分子信鸽'网络概念，系统阐述lncRNA-miRNA网络通过竞争性内源RNA机制调控肺癌代谢重编程的新机制 | NA | 解析lncRNA和miRNA在肺癌代谢重编程中的调控网络，为肺癌靶向治疗提供新见解 | 肺癌患者中的长链非编码RNA和微小RNA | 分子生物学 | 肺癌 | 单细胞RNA测序 | NA | RNA序列数据 | NA | NA | 单细胞RNA测序 | NA | NA |
| 875 | 2025-10-06 |
Comparative transcriptomic and genomic analysis of tumor cells in the marginal and center regions of tumor nests in human hepatocellular carcinoma
2025, Frontiers in cell and developmental biology
IF:4.6Q1
DOI:10.3389/fcell.2025.1611951
PMID:40741331
|
研究论文 | 通过空间转录组学分析肝细胞癌肿瘤巢中心与边缘区域肿瘤细胞的转录组和基因组特征差异 | 首次在空间维度系统比较肝细胞癌肿瘤巢中心与边缘区域的转录组异质性和拷贝数变异特征 | 样本量较小（8例患者，19个样本），仅基于空间转录组数据 | 探究肝细胞癌肿瘤巢空间异质性的生物学特征 | 肝细胞癌患者的肿瘤巢和肝纤维化结节 | 空间转录组学 | 肝细胞癌 | 空间转录组学，拷贝数变异分析，基因本体富集分析 | inferCNV | 空间转录组数据，病理组织切片 | 8例肝细胞癌患者的19个空间转录组样本，包含24个肿瘤巢和15个肝纤维化结节 | NA | 空间转录组学 | NA | NA |
| 876 | 2025-10-06 |
Bioinformatics-based analysis of the relationship between STC1 expression and immune infiltration in gastric cancer
2025, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2025.1499121
PMID:40741411
|
研究论文 | 通过生物信息学分析STC1表达与胃癌免疫浸润的关系 | 首次系统评估STC1在胃癌中的表达及其与免疫浸润和T细胞耗竭的关联 | 基于公共数据库的回顾性分析，需要实验验证 | 评估STC1作为胃癌免疫治疗靶点的潜力 | 胃癌组织和癌旁组织 | 生物信息学 | 胃癌 | RNA-seq, 微阵列, 单细胞RNA测序, ssGSEA, TIMER, GSEA | Cox回归分析 | 基因表达数据 | TCGA-STAD项目、TCGA-GTEx项目和GEO数据库(GSE66229)的样本 | NA | 单细胞RNA测序, 批量RNA测序 | NA | NA |
| 877 | 2025-10-06 |
Identification of CTSC-driven progression in ESCC by single-cell sequencing and experimental validation
2025, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2025.1585139
PMID:40740774
|
研究论文 | 通过单细胞测序和实验验证识别CTSC在食管鳞癌进展中的驱动作用 | 整合三个单细胞数据集揭示食管鳞癌恶性细胞亚型与凋亡途径的关联，首次发现CTSC基因表达与免疫治疗耐药性相关 | 样本量相对有限（18个样本），需要在更大队列中验证CTSC的预后价值 | 研究食管鳞癌肿瘤微环境并构建基于凋亡相关基因的风险特征模型 | 食管鳞癌患者组织样本和细胞系 | 数字病理学 | 食管鳞癌 | 单细胞测序, 免疫组化, 体外实验, 体内实验 | COX回归风险模型, 伪时间分析 | 单细胞RNA测序数据, 免疫组化图像, 实验数据 | 18个样本共92,714个细胞 | NA | 单细胞RNA测序 | NA | NA |
| 878 | 2025-10-06 |
Identification of a stromal immunosuppressive barrier orchestrated by SPP1+/C1QC+ macrophages and CD8+ exhausted T cells driving gastric cancer immunotherapy resistance
2025, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2025.1618591
PMID:40740771
|
研究论文 | 本研究通过整合单细胞RNA测序、空间转录组学和大规模RNA测序数据，揭示了胃癌中由SPP1+/C1QC+巨噬细胞和CD8+耗竭T细胞主导的基质免疫抑制屏障 | 首次在胃癌中发现由特定巨噬细胞亚群和耗竭T细胞协同形成的免疫抑制屏障网络，并揭示了MIF信号轴在其中起关键作用 | 研究队列规模有限，需要更大样本验证；机制研究仍需进一步实验证实 | 探索胃癌免疫治疗抵抗的细胞相互作用网络和分子机制 | 胃癌患者免疫细胞及其相互作用网络 | 数字病理学 | 胃癌 | 单细胞RNA测序,空间转录组学,批量RNA测序,免疫荧光 | 无监督聚类分析 | 基因表达数据,空间分布数据 | NFHGC队列（具体样本数未明确说明） | NA | 单细胞RNA测序,空间转录组学,批量RNA测序 | NA | NA |
| 879 | 2025-10-06 |
Integrated multi-omics and machine learning reveal an immunogenic cell death-related signature for prognostic stratification and therapeutic optimization in colorectal cancer
2025, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2025.1606874
PMID:40740776
|
研究论文 | 本研究通过整合多组学数据和机器学习方法，开发了一个免疫原性细胞死亡相关特征用于结直肠癌的预后分层和治疗优化 | 整合单细胞RNA测序和批量转录组数据，通过评估101种机器学习组合构建了优化的11基因ICD相关特征，并发现了一个新型巨噬细胞亚型SPP1/SLC11A1 | 需要未来的验证研究来指导个性化治疗策略 | 系统表征免疫原性细胞死在结直肠癌中的预后意义和治疗潜力 | 结直肠癌患者 | 机器学习 | 结直肠癌 | 单细胞RNA测序, 批量转录组测序 | StepCox [forward], RSF | 转录组数据 | NA | NA | 单细胞RNA-seq, 批量RNA-seq | NA | NA |
| 880 | 2025-10-06 |
Integrative spatial and single-cell transcriptomics elucidate programmed cell death-driven tumor microenvironment dynamics in hepatocellular carcinoma
2025, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2025.1589563
PMID:40740783
|
研究论文 | 本研究开发了程序性细胞死亡评分预测模型，用于评估肝细胞癌预后并阐明肿瘤微环境差异 | 整合空间转录组学和单细胞转录组学分析，首次构建PCD评分模型并揭示UBE2E1作为关键致癌标志物 | 回顾性研究设计，样本量有限，需要进一步验证 | 开发程序性细胞死亡评分模型评估肝细胞癌预后并分析肿瘤微环境差异 | 肝细胞癌患者和肿瘤微环境细胞 | 数字病理学 | 肝细胞癌 | 单细胞RNA测序, 空间转录组测序, 体外实验 | 预测模型 | 转录组数据 | TCGA数据库363例患者 + GEO数据库221例患者 | NA | 单细胞RNA测序, 空间转录组学 | NA | NA |