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 10570 篇文献，本页显示第 461 - 480 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 461 | 2026-09-16 |
Bayesian Phylogenetic Lineage Reconstruction with Loss of Heterozygosity Mutations Derived from Single-Cell RNA Sequencing
2025, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-0716-4310-5_1
PMID:39745633
|
研究方法章节 | 本章介绍了一种基于单细胞RNA测序数据，利用贝叶斯方法从推断的杂合性缺失事件重建细胞谱系，并注释细胞表型和发育时间点的方法 | 利用杂合性缺失突变作为谱系追踪标记，结合贝叶斯系统发育推断，从单细胞RNA测序数据中重建细胞谱系，并利用X染色体失活标记发育时间点 | 摘要中未明确提及 | 开发一种从单细胞RNA测序数据中重建细胞谱系的方法，并应用于研究大脑皮层发育 | Emx1+皮层投射神经元和胶质细胞谱系，来自C57Bl/6J和CAST/EiJ杂交F1小鼠 | 单细胞转录组学 | NA | 单细胞RNA测序 | 贝叶斯系统发育模型 | 单细胞RNA测序数据 | NA | NA | 单细胞RNA测序 | NA | NA |
| 462 | 2026-09-16 |
Lineage Recording in Human Brain Organoids with iTracer
2025, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-0716-4310-5_5
PMID:39745637
|
研究方法 | 本文提供了一种详细的iTracer实验方案，用于结合报告基因条形码与诱导型CRISPR-Cas9疤痕技术，在人类脑类器官中进行谱系追踪，兼容单细胞和空间转录组学 | iTracer将报告基因条形码与诱导型CRISPR-Cas9疤痕技术相结合，可同时兼容单细胞转录组学和空间转录组学，实现直接确定细胞间谱系关系 | 本文主要提供实验方案，未涉及大规模数据验证或与其他谱系追踪方法的系统比较 | 提供iTracer在人类脑类器官中应用的详细实验方案，用于探索脑类器官发育过程中的克隆性和谱系动态 | iPSC衍生的人类脑类器官 | 单细胞组学, 空间转录组学, 发育生物学 | NA | 单细胞转录组学, 空间转录组学, CRISPR-Cas9谱系追踪, 报告基因条形码 | NA | 转录组数据, 空间转录组数据 | NA | NA | 单细胞RNA测序, 空间转录组学 | NA | NA |
| 463 | 2026-09-16 |
Clonal Tracking in the Mouse Brain with Single-Cell RNA-Seq
2025, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-0716-4310-5_6
PMID:39745638
|
研究方法 | 本文描述了使用慢病毒条形码、小鼠胚胎期9.5天前脑微注射、2周龄小鼠脑组织解离、单细胞RNA-seq文库制备及定制软件分析，实现小鼠大脑中单细胞谱系追踪的完整流程 | 与传统基于稀疏荧光标记祖细胞的方法相比，使用遗传条形码和单细胞RNA-seq进行谱系追踪的通量提高了100倍以上，同时使用的小鼠数量减少了10倍以上 | 未明确说明 | 实现哺乳动物大脑中高通量的单细胞谱系追踪，鉴定单个祖细胞产生的所有后代及其细胞类型 | 胚胎期9.5天小鼠前脑祖细胞及其在2周龄小鼠大脑中的后代细胞 | 单细胞转录组学 | NA | 单细胞RNA-seq、遗传条形码谱系追踪、慢病毒标记 | NA | 单细胞RNA-seq数据、遗传条形码序列 | 2周龄小鼠脑组织，涉及数千个祖细胞 | NA | 单细胞RNA-seq | NA | NA |
| 464 | 2026-09-16 |
LINNAEUS: Simultaneous Single-Cell Lineage Tracing and Cell Type Identification
2025, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-0716-4310-5_12
PMID:39745644
|
研究方法 | LINNAEUS 通过核酸酶激活编辑广泛序列，结合单细胞 RNA 测序与谱系条形码分析，实现单细胞谱系追踪与细胞类型鉴定 | 利用基因组编辑转基因报告基因产生谱系条形码，结合 scRNA-seq 实现数千个单细胞的谱系追踪与转录组分析，可重建生物体范围单细胞谱系树 | 需要转基因报告基因和基因组编辑，可能受编辑效率、条形码多样性和计算分析复杂度限制 | 同时进行单细胞谱系追踪和细胞类型鉴定，理解发育、再生和疾病过程中细胞类型的起源 | 单细胞、细胞类型、组织或器官中的细胞谱系 | 单细胞组学 | NA | 单细胞 RNA 测序、基因组编辑、谱系条形码测序 | NA | 基因表达数据、谱系条形码序列 | 数千个单细胞 | NA | single-cell RNA-seq | NA | NA |
| 465 | 2026-09-16 |
Paired Single-Cell Transcriptome and DNA Barcode Detection in Zebrafish Using ScarTrace
2025, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-0716-4310-5_11
PMID:39745643
|
研究方法 | 本文介绍了一种基于CRISPR/Cas9的遗传谱系追踪方法ScarTrace，通过配对单细胞转录组和DNA条形码检测，在斑马鱼胚胎发育过程中对单细胞进行独特条形码标记，实现组织克隆追踪和谱系树重建 | 利用CRISPR/Cas9在目标GFP序列处对单细胞DNA进行独特条形码标记，结合单细胞转录组和DNA条形码检测，实现成年斑马鱼多种组织的克隆追踪和谱系树重建 | 摘要中未提及明确的局限性 | 开发一种基于CRISPR/Cas9的遗传谱系追踪方法，用于追踪斑马鱼胚胎发育过程中细胞的命运决定 | 斑马鱼胚胎及其成年后的多种组织（骨髓、大脑、眼睛、鳍等）中的单细胞 | 单细胞组学、发育生物学 | NA | CRISPR/Cas9基因编辑、单细胞cDNA扩增、基因组DNA嵌套PCR | NA | 单细胞转录组数据、DNA条形码序列 | NA | NA | 单细胞转录组测序 | NA | NA |
| 466 | 2026-09-16 |
Single-Cell Profiling of Lineages and Cell Types in the Vertebrate Brain
2025, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-0716-4310-5_15
PMID:39745647
|
研究论文 | 将CRISPR-Cas9谱系条形码阵列累积编辑与基于液滴的单细胞RNA测序（scRNA-seq）结合，用于斑马鱼发育中大脑的谱系和细胞类型分析 | scGESTALTv2方法将CRISPR-Cas9累积编辑谱系条形码与基于液滴的scRNA-seq结合，实现单细胞分辨率的谱系追踪，并应用于斑马鱼发育大脑，生成突变以记录谱系。 | 仅在斑马鱼中验证，未在其他脊椎动物中测试；基于CRISPR的谱系记录可能存在编辑效率或分辨率限制。 | 开发并应用scGESTALTv2方法，通过结合CRISPR-Cas9谱系追踪和scRNA-seq，解析脊椎动物大脑发育中的细胞谱系和细胞类型关系。 | 发育中的斑马鱼大脑细胞 | 单细胞组学 | NA | CRISPR-Cas9谱系追踪, 单细胞RNA测序 | NA | 单细胞转录组数据 | 数千个已分析的斑马鱼大脑细胞（包括数十种细胞类型） | 10x Genomics | 单细胞RNA测序（基于液滴） | 10x Chromium | 10x Chromium单细胞RNA测序平台（基于液滴的scRNA-seq） |
| 467 | 2026-09-16 |
GEMLI: Gene Expression Memory-Based Lineage Inference from Single-Cell RNA-Sequencing Datasets
2025, Methods in molecular biology (Clifton, N.J.)
DOI:10.1007/978-1-0716-4310-5_19
PMID:39745651
|
研究方法 | GEMLI是一个基于基因表达记忆的计算工具，能够仅从单细胞RNA测序数据集中预测细胞谱系，并以R包形式在GitHub上公开 | 基于基因表达记忆（即基因特异性表达水平通过细胞分裂的维持）来预测细胞谱系，摆脱了传统的基于遗传标记或物理细胞谱系分离的实验谱系追踪技术，极大简化并扩展了谱系注释，尤其能够识别人类样本中的小谱系 | 该工具依赖基因表达记忆的存在，其预测准确性可能受基因表达噪声和测序深度的影响，且目前仅以R包形式提供，需要一定的编程基础 | 提供GEMLI R包使用的详细方案，包括从标准scRNA-seq数据预测细胞谱系、调整参数、提取和可视化谱系信息，以及进行基因表达记忆、细胞类型组成和谱系转变点等详细分析 | 来自各种平台的标准scRNA-seq基因表达矩阵 | 机器学习 | NA | 单细胞RNA测序 | NA | 基因表达矩阵 | NA | NA | 单细胞RNA测序 | NA | NA |
| 468 | 2026-09-16 |
Integration of unpaired single cell omics data by deep transfer graph convolutional network
2025-01, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1012625
PMID:39821189
|
研究论文 | 提出了一种基于图卷积网络的深度迁移学习模型scTGCN，用于整合未配对的单细胞组学数据，实现从scRNA-seq到scATAC-seq的标签迁移 | 开发了深度迁移图卷积网络模型scTGCN，能够高效整合数十万细胞，在保持生物学变异的同时实现跨模态知识迁移，克服了现有标签迁移方法在保留精细细胞群体和数据集间异质性方面的不足 | 摘要中未明确提及研究局限性 | 整合未配对的单细胞组学数据，实现从scRNA-seq到scATAC-seq的标签迁移和知识迁移 | 单细胞RNA测序数据和单细胞染色质可及性数据 | 机器学习, 生物信息学 | NA | 单细胞RNA测序, 单细胞ATAC测序, APSA-seq, CITE-seq | 图卷积网络, 深度迁移学习 | 单细胞组学数据 | 数十万个细胞，包括小鼠图谱数据和APSA-seq、CITE-seq生成的多模态数据 | NA | 单细胞RNA测序, 单细胞ATAC测序 | NA | NA |
| 469 | 2026-09-16 |
BuDDI: Bulk Deconvolution with Domain Invariance to predict cell-type-specific perturbations from bulk
2025-01, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1012742
PMID:39823522
|
研究论文 | 该论文提出了BuDDI方法，利用域适应技术整合bulk和scRNA-seq数据，通过变分自编码器学习独立潜在空间来预测细胞类型特异性的扰动效应 | BuDDI是首个利用域不变性进行bulk解卷积以预测细胞类型特异性扰动效应的方法，能够在没有单细胞扰动数据的情况下仅用bulk扰动数据进行训练，并通过独立潜在空间模拟扰动响应 | BuDDI的预测准确性依赖于参考scRNA-seq数据的质量和覆盖度，且在某些复杂实验设计中可能受限于参考图谱的可用性 | 旨在弥合单细胞实验与bulk实验之间的差距，通过整合两者的数据来推断细胞类型特异性的扰动效应 | bulk RNA-seq数据和scRNA-seq数据，包括模拟数据和真实数据 | 机器学习 | NA | bulk RNA-seq, single-cell RNA-seq | VAE | 文本 | 模拟和真实数据集，具体样本量未明确说明 | NA | bulk RNA-seq, single-cell RNA-seq | NA | NA |
| 470 | 2026-09-16 |
Data-driven model discovery and model selection for noisy biological systems
2025-01, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1012762
PMID:39836686
|
研究论文 | 提出一种结合混合动力系统和神经网络的模型发现与选择框架，用于从噪声稀疏的生物数据中学习微分方程模型 | 使用混合动力系统（部分模型含缺失项）和神经网络近似未知动力学，同时去噪和学习潜在动力学，通过稀疏回归推断模型，优于SINDy等方法 | 未明确说明具体限制，可能涉及方法在更复杂系统或极端噪声下的泛化能力 | 开发数据驱动框架用于生物系统模型发现和选择，处理噪声和稀疏数据 | 生物系统动力学，包括细胞状态转换，使用单细胞转录组学数据 | 机器学习 | NA | 单细胞转录组学 | 神经网络 | 数值数据 | NA | NA | scRNA-seq | NA | NA |
| 471 | 2026-09-16 |
Trajectory inference from single-cell genomics data with a process time model
2025-01, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1012752
PMID:39836699
|
研究论文 | 该文章提出了一种名为Chronocell的生物物理建模方法，通过过程时间模型从单细胞基因组数据中推断轨迹 | 提出了过程时间而非伪时间，基于生物物理框架构建可识别的轨迹模型，并能插值轨迹推断与聚类 | 基于模拟的性能表征发现过程时间推断具有挑战性，强调数据集质量和谨慎模型评估的重要性 | 从单细胞转录组数据中推断细胞轨迹和动态信息 | 单细胞转录组学数据，异质性细胞群体 | 机器学习 | NA | 单细胞RNA测序 | Chronocell | 文本 | 多种数据集，从聚类样到连续样 | NA | 单细胞RNA测序 | NA | NA |
| 472 | 2026-09-16 |
PI3 as a Common Hub Gene Linking Atopic Dermatitis and Ulcerative Colitis Through Immune Cell Recruitment Mechanisms
2025, Journal of inflammation research
IF:4.2Q2
DOI:10.2147/JIR.S527507
PMID:40901026
|
研究论文 | 该研究通过生物信息学分析揭示了特应性皮炎（AD）和溃疡性结肠炎（UC）共享的枢纽基因PI3及其通过免疫细胞招募机制联系两种疾病的潜在通路。 | 首次通过整合多组学数据、机器学习算法和单细胞RNA测序，鉴定出PI3作为AD和UC的共同枢纽基因，并揭示CCR1可能是两种疾病共享的免疫细胞招募机制的潜在共同靶点。 | 研究主要依赖公共数据库的回顾性数据，缺乏实验验证，且未在独立前瞻性队列中验证PI3的诊断价值。 | 识别AD和UC之间的共享枢纽基因和免疫学特征，探索两种疾病共同的发病机制。 | 特应性皮炎（AD）和溃疡性结肠炎（UC）患者及其相关基因表达数据集 | 机器学习 | 特应性皮炎、溃疡性结肠炎 | 转录组测序、单细胞RNA测序 | 机器学习模型（三种算法，如LASSO、SVM-RFE、随机森林等） | 基因表达数据（微阵列/转录组数据）、单细胞转录组数据 | 来自GSE121212和GSE75214数据集的基因表达数据，具体样本量未明确提及 | NA | bulk RNA-seq、单细胞RNA-seq | NA | NA |
| 473 | 2026-09-14 |
Cellular dynamics in cerebrospinal fluid unveils the key regulators of intracranial response to immune checkpoint inhibitors in NSCLC brain metastases
2025-Nov-28, Journal for immunotherapy of cancer
IF:10.3Q1
DOI:10.1136/jitc-2025-012071
PMID:41314983
|
研究论文 | 本研究通过脑脊液单细胞RNA测序揭示了非小细胞肺癌脑转移患者接受免疫检查点抑制剂治疗时脑脊液中CD4+PDCD1+CXCR6+ T细胞可作为颅内应答的关键预测标志物 | 首次构建了免疫检查点抑制剂治疗期间非小细胞肺癌脑转移患者脑脊液和脑转移瘤的高分辨率细胞动态图谱，鉴定出CD4+PDCD1+CXCR6+ T细胞作为颅内肿瘤应答的阳性预测因子，并揭示CXCR6可作为该细胞亚群的特异性标志物 | 脑脊液动态样本量较小（n=20），验证队列规模有限，需要更大规模的前瞻性研究进一步验证CD4+PDCD1+CXCR6+ T细胞的预测价值 | 探索非小细胞肺癌脑转移患者接受免疫检查点抑制剂治疗时脑脊液中的细胞动态变化，寻找预测颅内应答的生物标志物及潜在机制 | 非小细胞肺癌脑转移患者计划接受免疫检查点抑制剂治疗者的脑脊液样本和脑转移瘤组织 | 数字病理学 | 肺癌 | 单细胞RNA测序,流式细胞术,蛋白质组学分析,多重免疫组化 | NA | 单细胞转录组数据,图像,蛋白质组数据 | 脑脊液动态样本20例，脑转移瘤样本整合外部数据库共20例，流式细胞术验证队列8例，蛋白质组学验证队列31例，多重免疫组化验证队列25例 | 10x Genomics | 单细胞RNA测序 | 10x Chromium | 10x Chromium单细胞RNA测序平台 |
| 474 | 2026-09-14 |
Blocking PCSK9 suppresses hepatocellular carcinoma immune escape by decreasing FLI1-mediated SPP1 and PD-L1 expression
2025-Nov-28, Journal for immunotherapy of cancer
IF:10.3Q1
DOI:10.1136/jitc-2025-012586
PMID:41314977
|
研究论文 | 该研究揭示了PCSK9通过NOTCH3/FLI1信号通路上调SPP1和PD-L1促进肝细胞癌免疫逃逸的机制，并开发了CRISPR ABE碱基编辑器和PCSK9抑制剂帕瑞昔布作为治疗策略 | 首次发现PCSK9通过NOTCH3/FLI1信号通路上调SPP1和PD-L1促进肝细胞癌免疫逃逸的新机制，开发了针对PCSK9的CRISPR ABE碱基编辑器（ABE-TBG-PCSK9），并筛选出帕瑞昔布作为PCSK9小分子抑制剂 | 摘要中未明确提及研究局限性 | 揭示PCSK9促进肝细胞癌免疫逃逸的潜在机制并探索潜在的干预策略 | 肝细胞癌（HCC）细胞系（Hepa1-6、H22、HepG2）及HCC小鼠模型 | 肿瘤免疫学 | 肝癌 | CRISPR腺嘌呤碱基编辑（ABE）、单细胞RNA测序、流式细胞术、共培养实验、小分子抑制剂筛选 | NA | 单细胞RNA测序数据、流式细胞术数据、图像 | NA | NA | 单细胞RNA测序 | NA | NA |
| 475 | 2026-09-14 |
HMGA2 links morphological evolution and microenvironment dynamics to systemic therapy response in clear cell renal cell carcinoma
2025-Nov-24, Journal for immunotherapy of cancer
IF:10.3Q1
DOI:10.1136/jitc-2025-012568
PMID:41290257
|
研究论文 | 本研究通过空间转录组学、单细胞RNA测序和多重免疫组化技术，揭示了HMGA2在透明细胞肾细胞癌形态演化、微环境动态及系统治疗反应中的关键作用。 | 首次将HMGA2与ccRCC的形态学演化轨迹及肿瘤微环境动态联系起来，发现HMGA2高表达肿瘤通过ICAM-1介导的Tpex-cDC相互作用增强免疫治疗反应，提出了HMGA2作为系统治疗反应预测标志物的潜力。 | 需要额外的实验研究来验证所提出的机制。 | 探究HMGA2在透明细胞肾细胞癌形态学演化、肿瘤微环境动态及系统治疗反应中的作用及其临床意义。 | 透明细胞肾细胞癌原发性样本及接受系统治疗的转移性ccRCC队列。 | 数字病理学 | 肾细胞癌 | 空间转录组学，单细胞RNA测序，免疫组化，多重免疫组化，批量RNA测序 | NA | 图像，文本 | NA | NA | 空间转录组学，单细胞RNA测序，批量RNA测序 | NA | NA |
| 476 | 2026-09-14 |
Improving immunotherapy responses by dual inhibition of macrophage migration inhibitory factor and PD-1
2025-10-22, JCI insight
IF:6.3Q1
DOI:10.1172/jci.insight.191539
PMID:41122966
|
研究论文 | 本研究探讨了抗MIF治疗联合抗PD-1免疫检查点抑制剂在黑色素瘤和结直肠癌小鼠模型中的抗肿瘤效果及其免疫调节机制 | 首次系统评估了双重抑制MIF和PD-1的协同抗肿瘤效应，揭示了抗MIF治疗通过扩增肿瘤内Cd74/C1q/Aif1表达巨噬细胞发挥抗肿瘤作用的新机制，并将MIF功能变异等位基因与黑色素瘤发病和进展进行临床相关性分析 | 研究主要基于小鼠肿瘤模型，人体临床数据仅为相关性分析，缺乏前瞻性临床试验验证；样本量有限，抗MIF治疗的长期安全性和耐药机制尚未充分探讨 | 探究抗MIF治疗是否能增强抗PD-1免疫检查点抑制剂的抗肿瘤效果，并阐明其免疫学机制 | YUMMER1.7黑色素瘤和MC38结直肠癌小鼠模型、Mif基因敲除小鼠、低表达人类MIF等位基因（CATT5）小鼠、高表达MIF等位基因（CATT7）小鼠、黑色素瘤患者 | 肿瘤免疫学 | 黑色素瘤、结直肠癌 | 单细胞RNA测序、流式细胞术、免疫组织化学、细胞因子谱分析 | NA | 基因表达数据、图像、文本 | 2种小鼠肿瘤模型（YUMMER1.7黑色素瘤和MC38结直肠癌），多种基因型小鼠（Mif-KO、CATT5、CATT7、WT），以及黑色素瘤患者和健康对照人群 | NA | 单细胞RNA测序 | NA | NA |
| 477 | 2026-09-14 |
Regulation of Collecting Lymphatic Vessel Contractile Function by TRPV4 Channels
2025-09, Arteriosclerosis, thrombosis, and vascular biology
DOI:10.1161/ATVBAHA.124.322100
PMID:40371469
|
研究论文 | 该研究通过单细胞RNA测序和多种功能实验，揭示了TRPV4通道在集合淋巴管收缩功能调控中的作用及其细胞间信号机制。 | 首次构建了显微切割的小鼠集合淋巴管单细胞转录组数据集，并揭示了TRPV4+髓系细胞（包括LYVE1+巨噬细胞）与淋巴管肌细胞或内皮细胞之间的新型信号串扰机制。 | 研究主要基于小鼠模型，人类临床样本仅限于乳腺癌相关淋巴水肿活检，样本量有限，且TRPV4通道在人类淋巴疾病中的确切作用仍需进一步验证。 | 探究TRPV4通道在淋巴管收缩功能调控中的表达及其功能角色，并阐明其与炎症和淋巴系统疾病病理生理的关联机制。 | 微切割的小鼠集合淋巴管、TRPV4fx/fx小鼠品系、Prox1-CreERT2和LysM-Cre小鼠、以及乳腺癌相关淋巴水肿患者的活检组织。 | 单细胞组学 | 淋巴水肿 | 单细胞RNA测序 | 小鼠基因敲除模型 | 图像, 文本 | 小鼠集合淋巴管及乳腺癌相关淋巴水肿患者活检组织，具体数量未明确 | NA | 单细胞RNA测序 | NA | NA |
| 478 | 2026-09-14 |
BCLAF1 restrains stress responses in hematopoietic stem cells to support expansion and repopulation
2025-Aug-12, Blood advances
IF:7.4Q1
DOI:10.1182/bloodadvances.2024014916
PMID:40435510
|
研究论文 | 该文揭示了BCLAF1作为造血干细胞（HSC）再增殖活性的调控因子，在胎儿HSC扩增和干细胞移植后造血重建中发挥重要作用 | 首次发现转录调控因子BCLAF1通过限制HSC中的应激反应，从而维持胚胎发育期间的HSC发育和干细胞移植后的再增殖功能 | 研究主要基于小鼠模型，尚未在人类HSC中验证BCLAF1的功能；BCLAF1与染色质结合的间接机制尚未完全阐明 | 探究BCLAF1在造血干细胞发育、自我更新及移植后再增殖中的功能及其分子机制 | 小鼠胎儿和成体造血干细胞（HSC）及造血祖细胞 | 单细胞组学 | 血液疾病 | 单细胞RNA测序 | NA | 文本 | NA | NA | 单细胞RNA测序 | NA | NA |
| 479 | 2026-09-14 |
Decoding Cellular Stress States for Toxicology Using Single-Cell Transcriptomics
2025-Aug-02, bioRxiv : the preprint server for biology
DOI:10.1101/2025.06.10.657506
PMID:40766395
|
研究论文 | 该研究利用TempO-LINC平台对约40,000个HepaRG细胞进行单细胞转录组分析，解码化学暴露下的细胞应激状态 | 首次应用TempO-LINC平台进行单细胞转录组分析以解码细胞应激状态，并通过文献衍生的应激反应通路基因特征对单个细胞进行评分，利用广义Jaccard度量进行聚类，揭示了五种表型组 | 研究仅使用HepaRG细胞系，未涵盖其他细胞类型或体内模型，暴露时间仅为24小时，可能无法完全反映长期毒性效应 | 利用单细胞转录组学解码细胞应激状态，为毒理学研究提供新见解 | HepaRG细胞 | 单细胞转录组学 | NA | 单细胞转录组测序 | NA | 文本 | 约40,000个HepaRG细胞 | NA | 单细胞RNA-seq | TempO-LINC | TempO-LINC平台用于生成单细胞转录组图谱 |
| 480 | 2026-09-14 |
Comprehensive insight on immune landscape in intracerebral hemorrhage patients with single-cell RNA sequencing: from blood to hematoma
2025-Jul-30, Journal of neuroinflammation
IF:9.3Q1
DOI:10.1186/s12974-025-03518-z
PMID:40739271
|
研究论文 | 通过对脑出血患者的血肿和血液样本进行单细胞RNA测序，全面揭示了脑出血患者的免疫细胞图谱 | 首次对脑出血患者血肿样本进行单细胞RNA测序，从血液到血肿全面揭示免疫细胞转录图谱，并深入探究Toll样受体4在免疫炎症和代谢中的作用 | 样本量较小，仅纳入4例脑出血患者和3例健康志愿者 | 探究脑出血患者血肿来源免疫细胞的转录谱特征，揭示原发性和继发性组织损伤的机制 | 脑出血患者的血肿和血液样本，以及健康志愿者的血液样本 | 数字病理学 | 脑出血 | 单细胞RNA测序 | NA | 文本 | 4例脑出血患者的血肿和血液样本，3例健康志愿者的血液样本 | NA | 单细胞RNA测序 | NA | NA |