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 2168 篇文献，本页显示第 1821 - 1840 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1821 | 2025-10-07 |
STsisal: a reference-free deconvolution pipeline for spatial transcriptomics data
2025, Frontiers in genetics
IF:2.8Q2
DOI:10.3389/fgene.2025.1512435
PMID:40098978
|
研究论文 | 开发了一种无需参考数据的空间转录组学反卷积方法STsisal | 提出了一种整合标记基因选择、混合比例分解和细胞类型特征矩阵分析的新型参考自由反卷积方法 | NA | 解决空间转录组学数据中缺乏单细胞分辨率的问题 | 空间转录组学数据 | 空间转录组学 | NA | 空间转录组学 | SISAL算法 | 空间转录组数据 | NA | NA | 空间转录组学 | NA | NA |
| 1822 | 2025-10-07 |
Integration of single-nuclei and spatial transcriptomics to decipher tumor phenotype predictive of relapse-free survival in Wilms tumor
2025, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2025.1539897
PMID:40098972
|
研究论文 | 通过整合单核RNA测序和空间转录组学数据，鉴定与肾母细胞瘤复发相关的肿瘤亚型并构建预后预测模型 | 首次在肾母细胞瘤中识别出与不良无复发生存期相关的Scissor+肿瘤细胞亚型，并发现其对EGFR抑制剂的敏感性 | 基于公共数据库的回顾性研究，需要前瞻性临床验证 | 识别驱动肾母细胞瘤复发的分子特征并发现新的治疗靶点 | 肾母细胞瘤患者样本 | 数字病理学 | 肾母细胞瘤 | 单核RNA测序, 空间转录组学, 批量RNA测序, 免疫组织化学 | 集成机器学习模型, Cox回归, LASSO回归 | 基因表达数据, 突变数据, 拷贝数变异数据, 空间定位数据 | NA | NA | 单核RNA测序, 空间转录组学, 批量RNA测序 | NA | NA |
| 1823 | 2025-10-07 |
The Role of PLIN3 in Prognosis and Tumor-Associated Macrophage Infiltration: A Pan-Cancer Analysis
2025, Journal of inflammation research
IF:4.2Q2
DOI:10.2147/JIR.S509245
PMID:40098998
|
研究论文 | 通过泛癌分析探讨PLIN3在预后和肿瘤相关巨噬细胞浸润中的作用 | 首次系统评估PLIN3对肿瘤免疫微环境的影响及其作为免疫治疗反应预后指标的潜力 | 研究主要基于数据库分析，实验验证主要在肺腺癌细胞中进行 | 评估PLIN3作为癌症诊断和预后生物标志物的潜力及其对免疫细胞浸润的影响 | 多种正常和癌组织、肺腺癌细胞 | 生物信息学 | 多种癌症 | 单细胞转录组学、空间转录组学、多重荧光染色、分子对接 | 计算算法 | mRNA表达数据、蛋白质表达数据、转录组数据 | 多个数据库中的多样化组织样本 | NA | 单细胞转录组学,空间转录组学,批量转录组学 | NA | NA |
| 1824 | 2024-12-15 |
Author Correction: Dissection of artifactual and confounding glial signatures by single-cell sequencing of mouse and human brain
2025-Jan, Nature neuroscience
IF:21.2Q1
DOI:10.1038/s41593-024-01855-5
PMID:39672966
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1825 | 2025-10-07 |
Integrated analysis of single-cell and bulk transcriptomes uncovers clinically relevant molecular subtypes in human prostate cancer
2025-Jan-30, Chinese journal of cancer research = Chung-kuo yen cheng yen chiu
|
研究论文 | 通过整合单细胞和批量转录组分析揭示人类前列腺癌的临床相关分子亚型 | 首次整合单细胞和批量转录组数据构建前列腺癌分子分类系统，揭示抗雄激素治疗诱导的谱系可塑性 | 样本量相对有限（10个原发PCa组织+11个公共数据集样本） | 建立前列腺癌分子分类系统以促进精准肿瘤学 | 人类前列腺癌组织（包括原发PCa和CRPC肿瘤） | 生物信息学 | 前列腺癌 | 单细胞RNA测序, 批量转录组分析 | 无监督聚类分析 | 单细胞转录组数据, 批量转录组数据 | 10个未治疗原发PCa组织 + 3个正常前列腺组织 + 2个未治疗原发PCa组织 + 6个CRPC肿瘤 | NA | 单细胞RNA测序 | NA | NA |
| 1826 | 2025-10-07 |
Portable-CELLxGENE: standalone executables of CELLxGENE for easy installation
2025, GigaByte (Hong Kong, China)
DOI:10.46471/gigabyte.151
PMID:40070474
|
研究论文 | 开发了便携式CELLxGENE软件，通过图形界面简化单细胞转录组数据分析工具的安装和使用 | 创建了独立的CELLxGENE可执行版本，无需命令行操作即可安装和运行 | 主要针对简单分析任务，可能不适合复杂分析需求 | 为非生物信息学背景的研究人员提供易用的单细胞转录组数据分析工具 | 单细胞转录组数据集 | 生物信息学 | NA | 单细胞RNA测序 | NA | 基因表达数据 | NA | NA | single-cell RNA-seq | CELLxGENE | Portable-CELLxGENE standalone executable with CELLxGENE-Gateway Python package extension |
| 1827 | 2025-10-07 |
The tumor coagulome as a potential biological determinant of postsurgical recurrence of oral squamous cell carcinoma
2025, Frontiers in oral health
IF:3.0Q1
DOI:10.3389/froh.2025.1554739
PMID:40065838
|
研究论文 | 本研究通过转录组分析探讨口腔鳞状细胞癌凝血组特征与术后复发的关系 | 首次系统分析口腔鳞癌凝血组作为术后复发预测生物标志物的潜力，并发现7个与复发相关的凝血相关基因 | 研究基于回顾性数据分析，需要前瞻性研究验证；机制解释主要基于相关性分析 | 探究口腔鳞状细胞癌凝血组特征与术后复发的关系 | 口腔鳞状细胞癌患者 | 生物信息学 | 口腔鳞状细胞癌 | RNA-seq, 单细胞RNA-seq, 机器学习 | 机器学习模型 | 转录组数据 | TCGA等多来源数据集，包含匹配的原发/复发OSCC样本 | NA | bulk RNA-seq, 单细胞RNA-seq | NA | NA |
| 1828 | 2025-10-07 |
Augmenting the human interactome for disease prediction through gene networks inferred from human cell atlas
2025, Animal cells and systems
IF:2.5Q1
DOI:10.1080/19768354.2025.2472002
PMID:40066175
|
研究论文 | 开发了scNET框架，通过单细胞转录组数据推断细胞类型特异性共表达网络，并整合到人类相互作用组中以提高疾病基因预测准确性 | 提出了专门针对单细胞数据噪声和稀疏性问题的网络推断框架，通过数据预处理流程成功整合了超过85万个细胞类型特异性相互作用到现有相互作用组中 | 未明确说明具体使用的数据集规模和验证方法的详细局限性 | 通过单细胞基因表达数据推断细胞类型特异性共表达网络，增强人类相互作用组以改进疾病基因预测 | 人类单细胞图谱数据中的各种细胞类型和组织 | 生物信息学 | 多种疾病 | 单细胞转录组测序，网络推断 | scNET框架 | 单细胞基因表达数据 | 覆盖多种细胞类型和组织的单细胞图谱数据 | NA | 单细胞RNA-seq | NA | NA |
| 1829 | 2025-10-07 |
Subepicardial adipose genes contribute to the deterioration of heart failure preserved ejection fraction
2025, Frontiers in cardiovascular medicine
IF:2.8Q2
DOI:10.3389/fcvm.2025.1501397
PMID:40060963
|
研究论文 | 本研究通过生物信息学分析和实验验证，揭示了心外膜下脂肪基因通过影响细胞衰老促进射血分数保留型心力衰竭发展的机制 | 首次系统筛选并验证了心外膜下脂肪组织中OGN、FOS和ALOX5等枢纽基因在HFpEF发病中的作用机制 | 研究样本量有限，机制研究主要基于体外实验，需要更多临床验证 | 探索内脏脂肪细胞基因在射血分数保留型心力衰竭发展中的作用机制 | 心力衰竭患者的心外膜下组织、血液样本、细胞系和单细胞测序数据 | 生物信息学 | 心血管疾病 | 单细胞测序, 生物信息学分析, 蛋白互作网络分析, 细胞实验 | PPI网络, ROC分析 | 基因表达数据, 单细胞测序数据, 临床样本数据 | GSE251971数据集、人类组织样本和细胞系 | NA | 单细胞RNA-seq | NA | NA |
| 1830 | 2025-10-07 |
scLTNN: an innovative tool for automatically visualizing single-cell trajectories
2025, Bioinformatics advances
IF:2.4Q2
DOI:10.1093/bioadv/vbaf033
PMID:40061870
|
研究论文 | 开发了一种名为scLTNN的创新工具，用于自动可视化单细胞轨迹 | 结合人工神经网络和分布模型，基于高变异基因的一致表达分布发现，创建了能够自动推断细胞起源和终末状态的新工具 | NA | 开发计算效率高的单细胞轨迹推断工具 | 人类骨髓细胞、小鼠胰腺内分泌谱系、斑马鱼胚胎轴中胚层谱系 | 生物信息学 | NA | 单细胞RNA测序 | 人工神经网络 | 单细胞RNA测序数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 1831 | 2025-10-07 |
Application of Spatial Omics in the Cardiovascular System
2025, Research (Washington, D.C.)
DOI:10.34133/research.0628
PMID:40062231
|
综述 | 探讨空间组学技术在心血管系统研究中的应用及其前景 | 系统整合多种空间组学技术（转录组、蛋白质组、代谢组、基因组、表观基因组）在心血管研究中的创新应用 | NA | 推动心血管疾病精准医疗、靶向治疗和个性化治疗的发展 | 心血管系统 | 空间组学 | 心血管疾病 | 空间转录组学, 空间蛋白质组学, 空间代谢组学, 空间基因组学, 空间表观基因组学 | NA | 空间多组学数据 | NA | NA | 空间转录组学, 空间蛋白质组学, 空间代谢组学, 空间基因组学, 空间表观基因组学 | NA | NA |
| 1832 | 2025-10-07 |
Spatiotemporal transcriptome and metabolome landscapes of cotton somatic embryos
2025-Jan-20, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-025-55870-6
PMID:39833155
|
研究论文 | 本研究通过整合单细胞RNA测序、空间转录组学和空间代谢组学技术，揭示了棉花体细胞胚胎发育过程中的时空基因表达和代谢模式 | 首次在棉花中应用单细胞RNA测序、空间转录组学和空间代谢组学的整合分析方法，构建了公开可用的网络资源数据库 | 棉花体细胞胚胎发生过程仍然存在难以操作的问题，研究可能受限于样本获取的难度 | 解析棉花体细胞胚胎发生过程中的基因表达重编程机制 | 棉花体细胞胚胎 | 植物发育生物学 | NA | 单细胞RNA测序, 空间转录组学, 空间代谢组学 | NA | 单细胞基因表达数据, 空间转录组数据, 代谢组数据 | NA | NA | 单细胞RNA-seq, 空间转录组学, 空间代谢组学 | NA | NA |
| 1833 | 2025-10-07 |
AI applications in HIV research: advances and future directions
2025, Frontiers in microbiology
IF:4.0Q2
DOI:10.3389/fmicb.2025.1541942
PMID:40051479
|
综述 | 探讨人工智能在HIV研究中的应用进展及未来发展方向 | 整合人工智能与单细胞测序等技术，实现精准生物标志物识别和改进治疗靶向 | 存在数据限制和模型可解释性等挑战 | 探索人工智能技术在HIV研究各领域的应用进展 | 人类免疫缺陷病毒1型(HIV-1)和获得性免疫缺陷综合征(AIDS) | 机器学习 | 艾滋病 | 单细胞测序 | NA | NA | NA | NA | 单细胞RNA测序 | NA | NA |
| 1834 | 2025-10-07 |
iDog: a multi-omics resource for canids study
2025-Jan-06, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkae1031
PMID:39526388
|
研究论文 | 介绍iDog 2.0——一个整合多组学数据的犬科动物研究公共资源平台 | 基因组样本量增加15倍，新增表观基因组模块、单细胞转录组数据和13种新分析工具 | NA | 为全球犬科动物研究社区提供数据服务和分析工具 | 家犬和野生犬科动物 | 生物信息学 | 犬类疾病 | 多组学分析，单细胞RNA-seq，DNA甲基化测序，染色质可及性分析 | NA | 基因组，转录组，表观基因组，表型数据 | 1929个现代样本，111个古代样本，105057个比格犬海马体细胞，547个DNA甲基化样本，87个染色质可及性样本 | NA | 单细胞RNA-seq，表观基因组学 | NA | NA |
| 1835 | 2025-10-07 |
The role of tenascin-C in tumor microenvironments and its potential as a therapeutic target
2025, Frontiers in cell and developmental biology
IF:4.6Q1
DOI:10.3389/fcell.2025.1554312
PMID:40046232
|
综述 | 本文综述了tenascin-C在肿瘤微环境中的多重作用及其作为治疗靶点的潜力 | 整合单细胞测序和空间组学技术，提出基于TNC的个性化癌症治疗创新策略 | NA | 探讨tenascin-C在肿瘤微环境中的作用机制及其治疗应用前景 | tenascin-C蛋白及其在不同肿瘤微环境中的功能 | 肿瘤生物学 | 癌症 | 单细胞测序, 空间组学 | NA | NA | NA | NA | 单细胞RNA-seq, 空间转录组学 | NA | NA |
| 1836 | 2025-10-07 |
Integrating genome-wide association studies and transcriptomics prioritizes drug targets for meningioma
2025, Brain communications
IF:4.1Q2
DOI:10.1093/braincomms/fcaf053
PMID:40046334
|
研究论文 | 整合全基因组关联研究和转录组学分析，为脑膜瘤确定优先药物靶点 | 首次结合GWAS和转录组学数据，通过SMR、共定位分析和孟德尔随机化方法系统识别脑膜瘤治疗靶点 | NA | 阐明脑膜瘤的病理基础并发现新的药物靶点 | 脑膜瘤组织 | 生物信息学 | 脑膜瘤 | 全基因组关联研究(GWAS), 转录组分析, 单细胞RNA测序, 分子对接 | 基于汇总数据的孟德尔随机化(SMR), 共定位分析, 孟德尔随机化 | 基因组数据, 转录组数据 | NA | NA | 单细胞RNA-seq, bulk RNA-seq | NA | NA |
| 1837 | 2025-10-07 |
Accurate tiling of spatial single-cell data with Tessera
2025-Jan-22, bioRxiv : the preprint server for biology
DOI:10.1101/2025.01.17.633630
PMID:39896464
|
研究论文 | 介绍了一种名为Tessera的空间单细胞数据分割算法，能够准确识别组织边界 | 采用边缘保持平滑、拓扑数据分析和形态学感知的聚合空间聚类方法，通过将组织划分为小型多细胞瓦片来精确追踪自然组织边界 | NA | 开发能够准确识别组织边界和功能多细胞单元的空间单细胞数据分析方法 | 健康小鼠大脑、人类淋巴结、人类大脑和肺癌组织 | 空间转录组学 | 肺癌 | 空间转录组学，空间蛋白质组学 | Tessera算法 | 空间单细胞数据 | NA | NA | 空间转录组学，空间蛋白质组学 | NA | NA |
| 1838 | 2025-10-07 |
Multiomics analysis provides insights into musk secretion in muskrat and musk deer
2025-Jan-06, GigaScience
IF:11.8Q1
DOI:10.1093/gigascience/giaf006
PMID:40036429
|
研究论文 | 本研究通过多组学分析揭示了麝鼠和麝香鹿麝香分泌的分子机制 | 首次生成麝鼠和麝香鹿染色体级别基因组组装，并开发了首个麝香分泌哺乳动物多组学数据库平台MuskDB | 对麝香分泌特异性遗传变异的深入研究仍显不足 | 探究麝香分泌的分子机制和进化驱动因素 | 麝鼠(Ondatra zibethicus Linnaeus)和中国林麝(Moschus berezovskii Flerov) | 多组学分析 | NA | 基因组测序,转录组测序,单细胞RNA测序 | NA | 基因组数据,转录组数据,单细胞RNA测序数据 | 2个物种的基因组组装和168个麝鼠组织转录组 | NA | 单细胞RNA-seq, bulk RNA-seq, 基因组测序 | NA | NA |
| 1839 | 2025-10-07 |
Deciphering ovarian cancer heterogeneity through spatial transcriptomics, single-cell profiling, and copy number variations
2025, PloS one
IF:2.9Q1
DOI:10.1371/journal.pone.0317115
PMID:40036264
|
研究论文 | 通过空间转录组学、单细胞分析和拷贝数变异解析高级别浆液性卵巢癌的异质性 | 整合单细胞转录组、空间转录组和拷贝数变异数据，首次系统揭示HGSOC肿瘤异质性的多层次特征，发现MDK-NCL配体-受体对在肿瘤增殖中的关键作用 | 样本量有限（8名患者），需要在更大队列中验证发现 | 阐明高级别浆液性卵巢癌肿瘤异质性的分子机制 | 高级别浆液性卵巢癌患者组织样本 | 数字病理学 | 卵巢癌 | 单细胞RNA测序, 空间转录组学, 拷贝数变异分析 | NA | 单细胞转录组数据, 空间转录组数据, 基因组变异数据 | 8名HGSOC患者（5个单细胞转录组，8个空间转录组） | NA | 单细胞RNA测序, 空间转录组学 | NA | NA |
| 1840 | 2025-10-07 |
Weighted Gene Coexpression Network Analysis Identifies Neutrophil-Related Molecular Subtypes and Their Clinical Significance in Gastric Cancer
2025, Cancer management and research
IF:2.5Q3
DOI:10.2147/CMAR.S500215
PMID:40040634
|
研究论文 | 通过单细胞RNA测序和加权基因共表达网络分析鉴定胃癌中与中性粒细胞相关的分子亚型及其临床意义 | 首次利用单细胞RNA测序结合高维加权基因共表达网络分析鉴定出两种与中性粒细胞相关的胃癌分子亚型，并发现三个新的预后关键基因 | NA | 建立更准确的胃癌分子分型系统以改善患者预后 | 胃癌患者样本 | 生物信息学 | 胃癌 | 单细胞RNA测序, 加权基因共表达网络分析, 随机生存森林分析 | 随机森林 | 基因表达数据 | NA | NA | 单细胞RNA测序 | NA | NA |