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 10537 篇文献，本页显示第 2721 - 2740 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2721 | 2025-12-12 |
Integrating Graph Convolutional Networks for Missing Gene Expression Imputation
2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3605719
PMID:40892650
|
研究论文 | 本文提出了一种名为GCNgene的新方法，通过整合空间转录组学和单细胞RNA测序数据，预测未检测RNA转录本的空间分布 | 利用图卷积网络嵌入空间转录组学数据，并结合参考单细胞数据与计算出的细胞类型比例来重建基因表达，实现基因表达水平的准确预测 | NA | 预测基因的空间分布，以解决空间转录组技术中基因通量不足的问题 | 空间转录组学和单细胞RNA测序数据集 | 生物信息学 | NA | 单细胞RNA测序，空间转录组学 | 图卷积网络 | 基因表达数据，空间信息数据 | NA | NA | 单细胞RNA-seq，空间转录组学 | NA | NA |
| 2722 | 2025-12-12 |
Knowledge-Guided Gene Panel Selection for Label-Free Single-Cell RNA-Seq Data: A Reinforcement Learning Perspective
2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3609721
PMID:40953430
|
研究论文 | 本文提出了一种结合集成知识与强化学习的基因面板选择方法，用于无标记单细胞RNA测序数据 | 通过集成现有基因选择算法建立先验知识引导初始搜索空间，并引入基于专家行为的强化学习奖励函数进行动态优化，减少了传统方法的偏差 | 未明确说明方法在特定疾病类型或大规模数据集上的泛化能力 | 提高无标记单细胞RNA测序数据中基因面板选择的准确性和效率 | 单细胞RNA测序数据中的基因表达特征 | 机器学习 | NA | 单细胞RNA测序 | 强化学习 | 基因表达数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 2723 | 2025-12-12 |
scTECTA: Asymmetric Deep Transfer Learning for Cross-Patient Tumor Microenvironment Single-Cell Annotation
2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3618727
PMID:41056164
|
研究论文 | 本文提出了一种名为scTECTA的基于图神经网络的方法，用于跨患者肿瘤微环境单细胞注释，通过迁移学习解决数据稀疏性和批次效应问题 | scTECTA采用非对称神经网络架构和领域对抗学习框架，结合图卷积网络进行分布偏移校正，显著提升了细胞类型分类的精度和鲁棒性 | NA | 开发一种高效的跨患者肿瘤微环境单细胞注释方法，以克服现有方法在数据稀疏性、生物异质性和批次效应方面的限制 | 肿瘤微环境中的单细胞RNA测序数据，涉及六种癌症类型和34名患者 | 机器学习 | 肺癌, 前列腺癌, 心血管疾病, 老年病 | 单细胞RNA测序 | 图神经网络, 图卷积网络 | 单细胞RNA测序数据 | 34名患者的多个数据集，涵盖六种癌症类型 | NA | 单细胞RNA-seq | NA | NA |
| 2724 | 2025-12-12 |
scMID: A Deep Multi-Omics Integration Framework for Comprehensive Single-Cell Data Analysis
2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3624040
PMID:41124064
|
研究论文 | 本文提出了一种基于单细胞多组学数据整合和dropout模式的深度多组学集成框架（scMID），用于全面的单细胞数据分析 | 利用组学独立的深度自编码器进行多组学数据对齐，采用GCN算法进行数据整合，并结合二值化dropout模式获得的基因相似性计算基因重要性，提出双策略特征基因筛选方法 | 未在摘要中明确说明 | 提高单细胞聚类分析的准确性，突破传统特征选择方法的限制，为解码复杂生物信息提供更优的分析框架 | 单细胞多组学数据 | 机器学习 | NA | 单细胞多组学测序 | 深度自编码器, GCN | 多组学数据（转录组学、表观基因组学、蛋白质组学） | NA | NA | 单细胞多组学 | NA | NA |
| 2725 | 2025-12-12 |
Single-cell RNA-seq using UltraMarathonRT expands the known transcriptome
2025-Oct-06, bioRxiv : the preprint server for biology
DOI:10.1101/2025.10.06.680646
PMID:41278799
|
研究论文 | 本研究首次将II型内含子逆转录酶UltraMarathonRT应用于单细胞RNA测序，揭示了传统方法无法捕获的转录组特征 | 首次在单细胞RNA测序中使用II型内含子逆转录酶uMRT，相比传统鼠白血病病毒来源的逆转录酶，能够捕获更多基因和基因组特征 | NA | 开发新型逆转录酶技术以提升单细胞转录组测序的覆盖度和准确性 | 单细胞转录组 | 单细胞测序技术 | NA | 单细胞RNA测序（scRNA-seq）、代谢RNA标记、核苷转换 | NA | RNA测序数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 2726 | 2025-12-12 |
Streamlining single-cell spatial transcriptomics for human kidney tissue
2025 Sep-Oct, BioTechniques
IF:2.2Q4
DOI:10.1080/07366205.2025.2591484
PMID:41324332
|
研究论文 | 本文介绍了一种新的细胞区域归一化方法和流程，用于从NanoString CosMx单细胞空间转录组平台数据中注释15种肾脏细胞类型，并比较健康与疾病样本 | 开发了一种新颖的细胞区域归一化方法，提高了空间转录组数据分析的敏感性，并将流程集成到BioTuring SpatialX平台，使无生物信息学背景的用户也能进行空间数据分析 | 未明确说明样本量是否足够大以代表更广泛的疾病群体，且可能依赖于特定平台（CosMx）的数据 | 简化单细胞空间转录组学分析流程，以促进人类肾脏组织的研究和疾病比较 | 人类肾脏组织样本，包括两个健康肾脏活检和两个疾病样本（糖尿病肾病） | 数字病理学 | 糖尿病肾病 | 空间转录组学 | NA | 空间转录组数据 | 4个样本（2个健康肾脏活检，2个疾病样本） | NanoString | 单细胞空间转录组学 | CosMx | NanoString CosMx单细胞分辨率空间转录组平台 |
| 2727 | 2025-12-12 |
Cancer-associated fibroblast-derived fibulin-5 promotes radioresistance in non-small-cell lung cancer
2025-Aug-26, Cell reports
IF:7.5Q1
DOI:10.1016/j.celrep.2025.116018
PMID:40711881
|
研究论文 | 本研究揭示了癌症相关成纤维细胞（CAFs）通过分泌Fibulin-5促进非小细胞肺癌放疗抵抗的机制 | 首次发现CAFs来源的Fibulin-5通过整合素αVβ5受体激活Src-STAT3通路，下调ACSL4，抑制辐射诱导的铁死亡，从而介导放疗抵抗 | NA | 鉴定预测放疗疗效的CAFs表达分子并阐明非小细胞肺癌的放疗抵抗机制 | 非小细胞肺癌 | 数字病理学 | 肺癌 | 空间转录组学，单细胞RNA测序 | NA | 转录组数据 | NA | NA | 空间转录组学，单细胞RNA-seq | NA | NA |
| 2728 | 2025-12-12 |
Super-resolution imaging informed scRNA sequencing analysis reveals the critical role of GDF15 in rejuvenating aged hematopoietic stem cells
2025-Jun, Blood science (Baltimore, Md.)
DOI:10.1097/BS9.0000000000000236
PMID:40416726
|
研究论文 | 本研究通过结合超分辨率成像与单细胞RNA测序，揭示了GDF15在调控衰老造血干细胞线粒体形态与功能中的关键作用 | 首次将活细胞超分辨率显微镜与单细胞RNA测序技术整合，建立了线粒体形态与分子特征之间的直接关联，并发现了GDF15在衰老造血干细胞中线粒体信号传导的新功能 | 研究样本量相对较小（约200个细胞），且仅限于小鼠模型，尚未在人类样本中验证 | 探究衰老造血干细胞中线粒体形态变化的分子机制及其对细胞命运的影响 | 年轻与衰老小鼠的造血干细胞 | 单细胞组学 | 衰老相关疾病 | 单细胞RNA测序, 超分辨率显微镜 | 生物信息学分析流程 | 图像数据, 基因表达数据 | 约200个来自年轻和衰老小鼠的造血干细胞 | NA | 单细胞RNA-seq | NA | NA |
| 2729 | 2025-12-12 |
Heterogeneity of tertiary lymphoid structures predicts the response to neoadjuvant therapy and immune microenvironment characteristics in triple-negative breast cancer
2025-Feb, British journal of cancer
IF:6.4Q1
DOI:10.1038/s41416-024-02917-y
PMID:39658606
|
研究论文 | 本研究通过单细胞RNA测序、多重免疫荧光染色和影像组学技术，评估了三阴性乳腺癌患者新辅助治疗前后三级淋巴结构的异质性及其与肿瘤微环境和治疗反应的关系 | 首次系统评估了三阴性乳腺癌中三级淋巴结构的异质性，并开发了基于影像的生物标志物评分系统来预测其状态和新辅助治疗效果 | 未明确说明样本量大小，且研究可能受限于单中心数据 | 探究三级淋巴结构在三阴性乳腺癌新辅助治疗中的免疫调节作用及其预测价值 | 三阴性乳腺癌患者样本 | 数字病理学 | 乳腺癌 | 单细胞RNA测序, 多重免疫荧光染色, 影像组学 | NA | RNA序列数据, 图像数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 2730 | 2025-12-11 |
Exploring the pathogenic mechanism of RNH1 in colorectal cancer based on eQTL, Multi-omics and deep learning
2025-Dec-10, Journal of applied genetics
IF:2.0Q3
DOI:10.1007/s13353-025-01029-4
PMID:41366589
|
研究论文 | 本研究基于eQTL、多组学和深度学习探索RNH1在结直肠癌中的致病机制 | 首次结合SMR、单细胞RNA测序、空间转录组测序和深度学习生存神经网络（DeepSurv）系统研究RNH1在结直肠癌中的作用，并关联新发现的细胞死亡方式——双硫死亡 | 研究主要基于生物信息学分析和体外验证，缺乏体内实验验证RNH1的具体分子机制 | 探索RNH1在结直肠癌中的致病机制及其作为生物标志物和治疗靶点的潜力 | 结直肠癌组织样本、RNH1基因 | 机器学习 | 结直肠癌 | eQTL分析、多组学分析、深度学习、单细胞RNA测序、空间转录组测序、RNA测序、qPCR | DeepSurv（深度学习生存神经网络） | 基因组数据、转录组数据、单细胞数据、空间转录组数据 | 未明确具体样本数量，但包括结直肠癌患者癌组织和正常组织样本 | NA | 单细胞RNA测序, 空间转录组测序, RNA测序 | NA | NA |
| 2731 | 2025-12-11 |
Integrative epidemiological and spatial multi-omics analyses reveal SPP1⁺ macrophages with senescence-like features as key mediators linking NO₂ exposure to coronary heart disease
2025-Dec-05, Journal of hazardous materials
IF:12.2Q1
DOI:10.1016/j.jhazmat.2025.140429
PMID:41232188
|
研究论文 | 本研究通过整合流行病学数据、因果推断方法和多组学分析，揭示了环境污染物二氧化氮（NO₂）通过加速生物衰老（特别是PhenoAge）增加冠心病风险的机制，并识别出SPP1⁺巨噬细胞作为关键介导细胞 | 首次将大规模流行病学数据、因果推断方法（倾向评分匹配和孟德尔随机化）与多组学分析（包括单细胞和空间转录组学）相结合，系统阐明了NO₂暴露通过生物衰老途径影响冠心病风险的完整证据链，并识别出具有衰老样特征的SPP1⁺巨噬细胞作为关键介导细胞 | 研究主要基于中国人群数据，结论在其他种族/人群中的普适性有待验证；多组学分析样本量相对较小；环境暴露评估可能存在测量误差 | 探究环境污染物NO₂暴露通过生物衰老途径影响冠心病风险的因果机制 | 冠心病患者及对照人群（来自天津队列和CHARLS队列）、人类动脉粥样硬化斑块组织 | 数字病理学 | 心血管疾病 | 单细胞转录组测序, 空间转录组学, 批量转录组测序, 孟德尔随机化, 倾向评分匹配 | NA | 流行病学数据, 基因组数据, 转录组数据, 空间数据 | 流行病学队列：17,412人（13,886例患者，3,526例对照）；多组学分析：人类动脉粥样硬化斑块样本 | NA | 单细胞RNA-seq, 空间转录组学, 批量RNA-seq | NA | NA |
| 2732 | 2025-12-11 |
Identification of Neurotrophic Factor Related Biomarkers and Mechanistic Insights into Neuropathic Pain via Integrated Bioinformatics Analysis
2025-Dec-02, ACS omega
IF:3.7Q2
DOI:10.1021/acsomega.5c07765
PMID:41358093
|
研究论文 | 本研究通过整合生物信息学方法，识别了与神经病理性疼痛相关的五个关键生物标志物，并探讨了其潜在机制 | 结合单细胞RNA测序、差异表达分析、孟德尔随机化及细胞通讯分析，首次系统性地识别了神经病理性疼痛中与神经营养因子相关的生物标志物及其在细胞相互作用和分化轨迹中的作用 | 研究主要基于公共数据库和小鼠背根神经节数据，人类样本验证不足，且机制探索仍处于初步阶段 | 识别神经病理性疼痛的关键生物标志物并探索其潜在机制 | 小鼠背根神经节细胞及公共数据库中的神经病理性疼痛数据集 | 生物信息学 | 神经病理性疼痛 | 单细胞RNA测序, 差异表达分析, 孟德尔随机化, 细胞通讯分析, 伪时间分析 | NA | RNA-seq数据, 单细胞RNA测序数据 | NA | NA | 单细胞RNA-seq, bulk RNA-seq | NA | NA |
| 2733 | 2025-12-11 |
Lipid-laden macrophages in atherosclerosis and cancer
2025-Dec, Seminars in cancer biology
IF:12.1Q1
DOI:10.1016/j.semcancer.2025.09.007
PMID:41005549
|
综述 | 本文综述了脂质负载巨噬细胞在炎症、动脉粥样硬化和癌症中的双重作用，比较了其在生理和病理条件下的异同 | 系统比较了脂质负载巨噬细胞在动脉粥样硬化和癌症这两种不同疾病背景下的共同和独特功能，并探讨了基于脂质代谢调节的治疗策略在癌症治疗中的潜力 | 作为综述文章，主要基于现有文献进行总结，未提出新的实验数据或验证 | 探讨脂质负载巨噬细胞在不同疾病（动脉粥样硬化和癌症）中的作用机制及治疗靶点 | 脂质负载巨噬细胞 | 自然语言处理 | 动脉粥样硬化，癌症 | 单细胞RNA测序 | NA | 文本 | NA | NA | 单细胞RNA测序 | NA | NA |
| 2734 | 2025-12-11 |
QuiCAT: a scalable and flexible framework for mapping synthetic sequences
2025-Dec-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf607
PMID:41217759
|
研究论文 | 本文介绍了一个名为QuiCAT的Python包，用于从测序数据中高效提取、聚类和分析合成标签，以支持细胞命运和谱系追踪研究 | QuiCAT是一个端到端的、可扩展的软件框架，在速度和准确性上优于现有方法，并提供参考无和参考两种工作流程，适用于大规模单细胞和空间转录组学应用 | 未在摘要中明确提及 | 开发一个可扩展且灵活的软件框架，用于分析合成细胞标记技术的数据，以支持细胞命运和谱系追踪研究 | 合成序列标签，包括来自群体水平数据、单细胞和空间分辨转录组学的数据集 | 生物信息学 | NA | 合成细胞标记技术，单细胞和空间转录组学测序 | NA | 测序数据 | NA | NA | 单细胞RNA-seq, 空间转录组学 | NA | NA |
| 2735 | 2025-12-11 |
FastSCODE: an accelerated SCODE algorithm for inferring gene regulatory networks on manycore processors
2025-Dec-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf624
PMID:41237047
|
研究论文 | 本文介绍了FastSCODE，一种针对多核处理器优化的加速版SCODE算法，用于从单细胞RNA测序数据推断基因调控网络 | 开发了FastSCODE，通过批处理计算和GPU加速，显著提升了SCODE算法的计算性能，处理大型数据集时速度提升高达6000倍 | 未在摘要中明确提及具体限制，但可能依赖于GPU硬件和大型数据集的有效性 | 优化基因调控网络推断算法的计算性能，以处理大规模单细胞RNA测序数据 | 单细胞RNA测序数据，包括小鼠、人类和植物细胞 | 机器学习 | NA | 单细胞RNA测序 | 线性ODE模型 | 基因表达谱数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 2736 | 2025-12-11 |
Pangenomics and single-cell transcriptomics uncover the genetic basis of continuous bearing trait in grapevine
2025-Dec, Horticulture research
IF:7.6Q1
DOI:10.1093/hr/uhaf228
PMID:41355945
|
研究论文 | 本研究通过整合泛基因组学、比较基因组学、单细胞转录组学和批量转录组学，揭示了葡萄连续开花和结实性状（CFB）的遗传基础 | 首次结合泛基因组学和单细胞转录组学分析葡萄连续开花性状，并基于新生成的单倍型分辨近端粒到端粒（T2T）基因组进行深入研究 | NA | 阐明葡萄连续开花和结实性状的遗传机制 | 葡萄品种'Julian'（连续开花和结实）和'Muscat Hamburg'（季节性开花和结实） | 植物基因组学 | NA | 泛基因组学, 比较基因组学, 单细胞转录组学, 批量转录组学 | NA | 基因组数据, 转录组数据 | 16个葡萄基因组（包括新生成的'Julian' T2T基因组和15个已发表基因组），以及两个品种的花芽单细胞转录组数据 | NA | 单细胞RNA-seq, 批量RNA-seq | NA | NA |
| 2737 | 2025-12-11 |
Integrating Single-Cell and Spatial Transcriptomics Reveals NK Cell Subpopulations Associated With Immunotherapy for Melanoma
2025-Dec, Smart medicine
DOI:10.1002/smmd.70023
PMID:41357561
|
研究论文 | 本研究通过整合单细胞和空间转录组学，揭示了与黑色素瘤免疫治疗相关的NK细胞亚群及其功能 | 首次在黑色素瘤中系统鉴定出四个NK细胞亚群，并利用空间转录组学揭示了关键亚群NK cluster 01与肿瘤细胞的空间邻近关系及潜在的IFN-II信号通路调控网络 | 研究机制尚未通过体内外实验完全验证，分子对接的靶向治疗策略仍需后续实验确认 | 探究黑色素瘤患者对免疫检查点抑制剂产生耐药性的机制，并寻找新的治疗靶点 | 黑色素瘤患者样本中的NK细胞 | 数字病理学 | 黑色素瘤 | 单细胞RNA测序，空间转录组学 | NA | 转录组数据，空间位置数据 | NA | NA | 单细胞RNA-seq，空间转录组学 | NA | NA |
| 2738 | 2025-12-11 |
Periductal Fibroblast Density Defines Lymphocyte Exclusion via a CD44-Dependent Stromal Checkpoint in Pancreatic Cancer
2025-Nov-06, bioRxiv : the preprint server for biology
DOI:10.1101/2024.05.23.593868
PMID:38853982
|
研究论文 | 本研究揭示了胰腺导管腺癌中，导管周围成纤维细胞密度通过CD44依赖性基质检查点调控淋巴细胞排斥的机制 | 首次将癌症相关成纤维细胞分层的导管空间结构确立为PDAC中免疫排斥的基本决定因素，并识别出可靶向的“基质检查点” | 研究主要基于治疗初治患者样本，未涉及治疗后或晚期疾病阶段的动态变化 | 探究胰腺导管腺癌中纤维化对基质-导管结构和免疫细胞定位的影响 | 胰腺导管腺癌患者样本，包括恶性PDAC上皮导管区域 | 数字病理学 | 胰腺癌 | 成像质谱流式技术、多重免疫组化、单细胞RNA测序 | NA | 图像、测序数据 | 来自三个独立队列的治疗初治患者样本 | NA | 单细胞RNA测序 | NA | NA |
| 2739 | 2025-12-11 |
Circulating Cathepsin D Exacerbates Injury-Induced Brain Damage by Promoting Neutrophil Infiltration Into the Brain
2025-Nov-04, Journal of the American Heart Association
IF:5.0Q1
DOI:10.1161/JAHA.125.043416
PMID:41147378
|
研究论文 | 本研究探讨了循环中的组织蛋白酶D（CTSD）如何通过上调脑内皮VCAM-1表达促进中性粒细胞浸润，从而加剧创伤性和缺血性脑损伤 | 首次揭示了循环中的非酶原型CTSD（pro-CTSD）通过激活脑内皮细胞上调VCAM-1表达，促进中性粒细胞向脑部迁移的新机制 | 研究主要基于转基因小鼠模型，尚未在人类临床样本中验证；单细胞RNA测序样本量有限，可能未完全捕捉所有细胞类型的变化 | 探究循环CTSD对脑损伤后炎症反应的影响及其分子机制 | 转基因hCTSDhi小鼠（高循环CTSD水平）、CTSDMono敲除小鼠（低血浆CTSD水平）、创伤性和缺血性脑损伤模型 | 神经科学 | 脑损伤（创伤性脑损伤、缺血性脑损伤） | 单细胞RNA测序、转基因动物模型、行为学测试 | 转基因小鼠模型 | 基因表达数据、行为学数据 | 两组转基因小鼠群体，具体数量未明确说明 | NA | 单细胞RNA测序 | NA | NA |
| 2740 | 2025-12-11 |
Emergence of endothelial subtypes and role of cell cycle control in arterial-venous specification during embryonic vascular development
2025-Oct-28, Cell reports
IF:7.5Q1
DOI:10.1016/j.celrep.2025.116368
PMID:41066228
|
研究论文 | 本研究通过单细胞RNA测序和Fucci胚胎模型，揭示了细胞周期控制在胚胎血管发育早期动静脉分化中的关键作用 | 首次在胚胎发育早期（血流出现前后）系统揭示内皮细胞亚型出现与细胞周期状态的关联，并证明细胞周期抑制剂p27在动静脉分化中的关键调控作用 | 研究主要聚焦于小鼠胚胎早期发育阶段（E8.0-E9.5），后期发育阶段和其他物种的验证仍需进一步探索 | 探究细胞周期控制在胚胎血管发育过程中动静脉分化中的作用机制 | 小鼠胚胎内皮细胞 | 发育生物学 | NA | 单细胞RNA测序，bulk RNA测序，Fucci荧光报告系统，成像分析 | NA | RNA测序数据，成像数据 | E8.0、E8.5、E9.5三个时间点的胚胎内皮细胞 | NA | 单细胞RNA-seq，bulk RNA-seq | NA | NA |