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 10543 篇文献，本页显示第 1141 - 1160 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1141 | 2026-03-30 |
Multimodal learning for mapping genotype-phenotype dynamics
2025-04, Nature computational science
IF:12.0Q1
DOI:10.1038/s43588-024-00765-7
PMID:39875699
|
研究论文 | 本研究提出了一个计算集成遗传学框架，用于同时分析和解释基因型及其相关表型的高维景观，并开发了一个多模态基础模型来探索人类转录组学在细胞水平上的基因型-表型关系流形 | 整合单细胞RNA测序等高通量基因分型方法与语言模型等先进学习方法，构建了一个用于分析基因型-表型动态关系的多模态基础模型，能够以更高分辨率解析细胞异质性 | NA | 解析复杂基因表达模式如何产生复杂表型这一生物学基本问题，探索基因表达与表型表现之间的动态相互作用 | 人类转录组学数据，特别是内皮细胞中的von Willebrand因子（VWF）基因 | 机器学习 | NA | 单细胞RNA测序 | 语言模型 | 基因表达数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 1142 | 2026-03-29 |
Consensus Molecular Subtypes (CMS) Classification: a progress towards Subtype-Driven treatments in colorectal cancer
2025-Nov-24, World journal of surgical oncology
IF:2.5Q1
DOI:10.1186/s12957-025-04117-1
PMID:41276825
|
综述 | 本文综述了结直肠癌共识分子分型（CMS）的分类、预后预测作用、识别方法及其在指导个体化治疗中的应用与挑战 | 系统总结了基于基因表达谱、免疫组化（IHC）和基于深度学习的图像分类器（imCMS）等多种CMS识别方法，并探讨了利用单细胞RNA测序解决肿瘤内异质性（ITH）等新兴策略 | 肿瘤内异质性（ITH）和技术障碍阻碍了CMS分类在临床中的广泛采用 | 回顾CMS分类在结直肠癌中的预后和预测作用，评估其指导个体化治疗的潜力，并探讨临床应用的障碍与解决方案 | 结直肠癌（CRC）及其共识分子亚型（CMS1-4） | 数字病理学 | 结直肠癌 | 基因表达谱分析，免疫组化（IHC），单细胞RNA测序，基于计算模型的图像分类（如深度学习） | 深度学习 | 基因表达数据，组织图像 | NA | NA | 单细胞RNA-seq | NA | NA |
| 1143 | 2026-03-29 |
Lessons learned from spatial transcriptomic analyses in clear-cell renal cell carcinoma
2025-11, Nature reviews. Urology
DOI:10.1038/s41585-024-00980-x
PMID:39789293
|
综述 | 本文总结了空间转录组学在透明细胞肾细胞癌研究中的应用和发现 | 首次系统回顾了空间转录组学在透明细胞肾细胞癌中的研究，揭示了肿瘤微环境的空间异性和相互作用 | 目前仅针对透明细胞肾细胞癌这一亚型，且技术应用尚处于早期阶段 | 探讨空间转录组学在肾细胞癌研究中的潜力和应用价值 | 透明细胞肾细胞癌的肿瘤微环境 | 数字病理学 | 肾细胞癌 | 空间转录组学 | NA | 空间转录组数据 | NA | NA | 空间转录组学 | NA | NA |
| 1144 | 2026-03-29 |
Gene-regulatory programs that specify age-related differences during thymocyte development
2025-Jul-22, Cell reports
IF:7.5Q1
DOI:10.1016/j.celrep.2025.115903
PMID:40570375
|
研究论文 | 本研究构建了新生和成年小鼠T细胞发育的转录和染色质可及性图谱，揭示了年龄相关差异的基因调控程序 | 通过整合转录组和染色质可及性数据，结合CRISPR扰动与单细胞RNA测序，鉴定了调控T细胞发育年龄差异的保守转录因子Zbtb20 | 研究仅基于小鼠模型，未在人类样本中验证，且单细胞测序技术可能受限于细胞捕获效率和测序深度 | 探究T细胞发育过程中年龄相关差异的基因调控机制 | 新生和成年小鼠的胸腺细胞 | 单细胞组学 | NA | 单细胞RNA测序, 染色质可及性分析, CRISPR扰动 | NA | 单细胞转录组数据, 染色质可及性数据 | 新生和成年小鼠的胸腺细胞样本 | NA | 单细胞RNA-seq | NA | NA |
| 1145 | 2026-03-29 |
SwarmMAP: Swarm Learning for Decentralized Cell Type Annotation in Single Cell Sequencing Data
2025-Jan-16, bioRxiv : the preprint server for biology
DOI:10.1101/2025.01.13.632775
PMID:39868099
|
研究论文 | 本文开发了一种名为SwarmMAP的基于群体学习（Swarm Learning）的机器学习方法，用于在单细胞测序数据中以去中心化的方式自动进行细胞类型注释 | 首次将群体学习应用于单细胞测序数据的细胞类型注释，实现了在无需交换原始数据的情况下进行去中心化模型训练，解决了数据隐私和可扩展性问题 | 摘要中未明确提及具体的研究局限性 | 开发一种标准化、自动化且保护隐私的跨数据集细胞类型注释方法 | 人类心脏、肺和乳腺组织的单细胞转录组数据 | 机器学习 | NA | 单细胞测序 | 基于Swarm Learning的机器学习模型 | 单细胞转录组数据 | 摘要中未提供具体样本数量，涉及多个数据集 | NA | 单细胞RNA-seq | NA | NA |
| 1146 | 2026-03-28 |
Protocol for decoding immune predictors of response to immunotherapy through pan-cancer multiomics analysis
2025-Dec-19, STAR protocols
IF:1.3Q4
DOI:10.1016/j.xpro.2025.104183
PMID:41187056
|
研究论文 | 本文提出了一种通过单细胞RNA测序、单细胞免疫分析和质谱流式细胞术分析多种癌症中T细胞动态的方案 | 整合了单细胞多组学技术和基因调控网络分析，以识别与免疫检查点阻断反应相关的T细胞亚群和预测性生物标志物 | NA | 解码免疫治疗响应的免疫预测因子 | 多种癌症中的T细胞 | 数字病理学 | 多种癌症 | 单细胞RNA测序, 单细胞免疫分析, 质谱流式细胞术 | NA | 单细胞RNA测序数据, 免疫分析数据 | NA | NA | 单细胞RNA-seq, 单细胞多组学 | NA | NA |
| 1147 | 2026-03-28 |
Protocol for preparation of mouse synovium for flow cytometry and RNA-seq
2025-Dec-19, STAR protocols
IF:1.3Q4
DOI:10.1016/j.xpro.2025.104207
PMID:41236928
|
研究论文 | 本文介绍了一种从小鼠滑膜制备单细胞悬浮液用于流式细胞术和RNA-seq分析的实验方案 | 该方案整合了关节炎诱导、细胞收获和单细胞悬浮液制备，支持稳态或炎症状态下的分析，并可选血管内标记 | NA | 开发一种标准化的小鼠滑膜单细胞悬浮液制备方法，以模拟类风湿关节炎和骨关节炎中的无菌炎症 | 小鼠滑膜组织 | 数字病理学 | 骨关节炎 | RNA-seq | NA | 单细胞悬浮液 | NA | NA | 单细胞RNA-seq, bulk RNA-seq | NA | NA |
| 1148 | 2026-03-28 |
Protocol to analyze changes in hippocampal neural stem cell quiescence from single-cell RNA sequencing data
2025-Dec-19, STAR protocols
IF:1.3Q4
DOI:10.1016/j.xpro.2025.104226
PMID:41289073
|
研究论文 | 本文介绍了一种通过计算分析单细胞RNA测序数据来分离小鼠海马神经干细胞并评估扰动对静息深度影响的协议 | 提出了一种计算协议，通过顺序重聚类、伪时间轨迹分析和统计检验来区分静息神经干细胞与星形胶质细胞，以及增殖神经干细胞与祖细胞，解决了现有挑战 | 协议依赖于单细胞RNA测序数据，可能受数据质量和测序深度限制，且仅针对小鼠海马神经干细胞，未验证于其他组织或物种 | 开发一种计算协议来分析小鼠海马神经干细胞静息状态的变化 | 小鼠海马神经干细胞 | 生物信息学 | NA | 单细胞RNA测序 | NA | 单细胞RNA测序数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 1149 | 2026-03-28 |
Transformer and graph variational autoencoder to identify microenvironments: A deep learning protocol for spatial transcriptomics
2025-Dec-19, STAR protocols
IF:1.3Q4
DOI:10.1016/j.xpro.2025.104206
PMID:41313684
|
研究论文 | 本文提出了一个结合Transformer和图变分自编码器的计算框架TG-ME，用于通过空间转录组学和形态学图像识别微环境 | 创新性地整合了Transformer和图变分自编码器，以深度学习方式解析空间生态位，适用于健康、肿瘤和感染组织 | NA | 开发一个计算框架来识别和分析组织中的微环境 | 空间转录组学和形态学图像数据 | 空间转录组学 | 肿瘤 | 空间转录组学 | Transformer, 图变分自编码器 | 空间转录组数据, 形态学图像 | NA | NA | 空间转录组学 | NA | NA |
| 1150 | 2026-03-28 |
Protocol for quantifying hepatitis B virus transcript abundance and genomic segment distribution from single-cell RNA-seq
2025-Dec-19, STAR protocols
IF:1.3Q4
DOI:10.1016/j.xpro.2025.104230
PMID:41313688
|
研究论文 | 本文介绍了一种从HBV感染的肝脏组织中测序单细胞的协议，用于量化每个细胞的HBV转录本丰度和基因组片段分布 | 开发了一种单细胞RNA测序协议，能够同时定量HBV转录本丰度并绘制全基因组读取分布图，为病毒表达模式和HBV-宿主相互作用提供单细胞分辨率分析 | NA | 建立一种协议以详细分析HBV感染的肝脏组织中病毒表达模式和HBV-宿主相互作用 | HBV感染的肝脏组织 | 数字病理学 | 肝病 | 单细胞RNA测序 | NA | RNA测序数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 1151 | 2026-03-28 |
Protocol to track single-cell-derived clones using DNA barcoding combined with single-cell RNA sequencing
2025-Dec-19, STAR protocols
IF:1.3Q4
DOI:10.1016/j.xpro.2025.104229
PMID:41317321
|
研究论文 | 本文介绍了一种结合DNA条形码与单细胞RNA测序技术来追踪单细胞来源克隆的实验方案 | 通过构建和验证慢病毒DNA条形码文库，结合单细胞RNA测序，实现了对克隆生长活动与转录组谱的关联分析，为永久性细胞标记和克隆动态追踪提供了新方法 | NA | 开发一种追踪单细胞来源克隆的实验方案，以研究克隆适应性和可塑性在肿瘤异质性中的作用 | 单细胞来源的克隆 | 数字病理学 | 肿瘤 | DNA条形码技术，单细胞RNA测序 | NA | RNA序列数据 | NA | NA | 单细胞RNA测序 | NA | NA |
| 1152 | 2026-03-28 |
Protocol to investigate fibroblastic reticular cell-immune cell interaction in human lung cancer
2025-Dec-19, STAR protocols
IF:1.3Q4
DOI:10.1016/j.xpro.2025.104256
PMID:41364557
|
研究论文 | 本文介绍了一种用于研究人类肺癌中成纤维网状细胞与免疫细胞相互作用的详细实验方案 | 开发了从肿瘤组织中富集稀有成纤维网状细胞进行单细胞RNA测序的步骤，并提供了分析细胞间通讯的计算框架 | NA | 研究肺癌中成纤维网状细胞与免疫细胞的相互作用机制 | 人类肺癌组织中的成纤维网状细胞和免疫细胞 | 数字病理学 | 肺癌 | 单细胞RNA测序，免疫组织化学，高分辨率显微镜 | NA | 单细胞RNA测序数据，图像数据 | NA | NA | 单细胞RNA测序 | NA | NA |
| 1153 | 2026-03-28 |
Protocol for reconstructing spatially aware receptor-TF-target signaling cascades using spatial transcriptomics
2025-Dec-19, STAR protocols
IF:1.3Q4
DOI:10.1016/j.xpro.2025.104237
PMID:41385380
|
研究论文 | 本文介绍了一种使用SpaGRN框架从空间转录组学数据重建空间感知的受体-转录因子-靶标调控级联的协议 | 该协议整合了细胞外信号和空间依赖性，克服了传统方法忽略空间约束的局限 | NA | 旨在系统性地绘制复杂组织（如发育胚胎和肿瘤）中的信号通路 | 空间转录组学数据 | 空间转录组学 | 肿瘤 | 空间转录组学 | 统计框架（SpaGRN） | 空间转录组学数据 | NA | NA | 空间转录组学 | NA | NA |
| 1154 | 2026-03-28 |
Integrative Single-Cell and Machine Learning Analysis Develops a Glutamine Metabolism-Based Prognostic Model and Identifies MSMO1 as a Therapeutic Target in Osteosarcoma
2025-11-28, Biomolecules
IF:4.8Q1
DOI:10.3390/biom15121664
PMID:41463320
|
研究论文 | 本研究通过整合单细胞RNA测序和批量队列数据，开发了一个基于谷氨酰胺代谢的骨肉瘤预后模型，并鉴定出MSMO1作为潜在治疗靶点 | 首次在骨肉瘤中建立了基于谷氨酰胺代谢的患者分层框架，通过单细胞数据揭示了肿瘤内异质性，并采用多算法整合和机器学习方法构建了可外部验证的预后模型 | 模型在独立队列中的区分能力仅为中等水平，需要进一步的机制研究和体内实验验证 | 开发骨肉瘤的预后模型并识别治疗靶点 | 骨肉瘤患者样本和U2OS细胞系 | 数字病理学 | 骨肉瘤 | 单细胞RNA测序，机器学习 | Step-Cox [forward] + Ridge回归 | 基因表达数据 | 未明确具体样本数量，但包含多个独立队列 | NA | 单细胞RNA-seq | NA | NA |
| 1155 | 2026-03-28 |
Rewriting the Fate of Cancer: Epigenetic and Epitranscriptomic Regulators in the Metastatic Cascade
2025-11-10, Biomolecules
IF:4.8Q1
DOI:10.3390/biom15111573
PMID:41301491
|
综述 | 本文综述了表观遗传和表观转录组调控因子在癌症转移级联中的作用，重点关注甲基化修饰 | 整合了DNA甲基化、RNA修饰和非编码RNA在转移中的相互作用，提出了控制转移的连贯框架 | NA | 阐明表观遗传和表观转录组机制如何调控癌症转移过程 | 癌症转移过程中的恶性细胞 | NA | 癌症 | 多组学方法、空间转录组学 | NA | NA | NA | NA | 空间转录组学 | NA | NA |
| 1156 | 2026-03-28 |
Bi-specific T cell-engaging antibody triggers protective immune memory and glioma microenvironment remodeling in immune-competent preclinical models
2025-Oct-28, Journal for immunotherapy of cancer
IF:10.3Q1
DOI:10.1136/jitc-2025-011714
PMID:41151835
|
研究论文 | 本研究在免疫健全的临床前模型中评估了双特异性T细胞衔接抗体（BTE）对胶质母细胞瘤的治疗机制，揭示了其通过激活T细胞、诱导免疫记忆和重塑肿瘤微环境来延长生存期 | 在免疫健全的动物模型中首次系统评估BTE的作用机制，揭示了其在胶质母细胞瘤治疗中诱导免疫记忆和重塑肿瘤微环境的新功能 | 研究主要基于小鼠模型，结果向人类临床转化的有效性仍需进一步验证 | 探究双特异性T细胞衔接抗体在胶质母细胞瘤治疗中的作用机制 | 表达IL13RA2的胶质母细胞瘤细胞和免疫健全的小鼠模型 | 免疫肿瘤学 | 胶质母细胞瘤 | 多色流式细胞术、单细胞RNA测序（scRNA-seq）、多重免疫荧光、多参数MRI | NA | 流式细胞数据、单细胞RNA测序数据、影像数据 | 多个临床前胶质母细胞瘤模型中的小鼠样本 | NA | 单细胞RNA测序 | NA | NA |
| 1157 | 2026-03-28 |
Repopulation of microglia and its implications for CNS disorders: Insights from the single-cell era
2025-10-15, Neurobiology of disease
IF:5.1Q1
DOI:10.1016/j.nbd.2025.107066
PMID:40865648
|
综述 | 本文综述了单细胞时代下小胶质细胞的起源、发育、再殖和异质性，并强调了小胶质细胞再殖在中枢神经系统疾病中的治疗潜力 | 结合单细胞测序技术，系统总结了小胶质细胞再殖的探索过程及其在中枢神经系统疾病中的新治疗价值 | NA | 增强对小胶质细胞再殖的理解，并为新的治疗策略提供见解 | 小胶质细胞 | 数字病理学 | 中枢神经系统疾病 | 单细胞RNA测序 | NA | NA | NA | NA | 单细胞RNA-seq | NA | NA |
| 1158 | 2026-03-28 |
Spatiotemporal R-loop accumulation orchestrates microenvironmental remodeling after spinal cord injury
2025-10-01, Neurobiology of disease
IF:5.1Q1
DOI:10.1016/j.nbd.2025.107055
PMID:40789519
|
研究论文 | 本研究首次报道了脊髓损伤后R-loop积累通过神经炎症驱动神经退行性变，并利用空间转录组学和单细胞分析揭示了其与组织损伤及免疫细胞浸润的关联 | 首次在脊髓损伤背景下揭示R-loop积累的动态模式及其通过神经炎症介导神经退行性变的机制，并识别了Cdk1等关键基因在R-loop相关小胶质细胞炎症浸润中的潜在作用 | 研究基于小鼠夹挫伤模型，结果在人类中的普适性需进一步验证；样本量相对有限，且时间点覆盖可能不足以捕捉所有动态变化 | 探究脊髓损伤后R-loop积累的时空动态及其在微环境重塑和神经退行性变中的作用机制 | 小鼠脊髓损伤模型中的新鲜脊髓组织（包括灰质和白质），采集自损伤腔在不同时间点（0、1、3、7、14天）的样本 | 数字病理学 | 脊髓损伤 | 空间转录组学、单细胞分析、免疫荧光染色、HE/LFB染色、细胞反卷积计算 | 细胞反卷积算法 | 空间转录组数据、单细胞数据、免疫荧光图像、组织染色图像 | 从小鼠脊髓损伤模型采集的新鲜组织样本（50-100毫克），覆盖5个时间点（0、1、3、7、14天） | NA | 空间转录组学, 单细胞分析 | NA | NA |
| 1159 | 2026-03-28 |
RNA Sequencing at Single Vesicle Resolution via 3D Printed Embedded Droplet Arrays
2025-Sep-24, ACS applied materials & interfaces
IF:8.3Q1
DOI:10.1021/acsami.5c09959
PMID:40938793
|
研究论文 | 本文开发了一种基于3D打印嵌入液滴阵列的平台，用于在单囊泡分辨率下进行RNA测序，以研究细胞外囊泡的RNA异质性 | 利用3D打印技术创建可控、均匀的皮升液滴阵列，首次实现了在单囊泡水平上对细胞外囊泡的poly(A) RNA进行测序 | 方法主要针对poly(A) RNA，可能无法全面覆盖所有RNA类型；平台操作复杂，需要优化打印条件 | 开发一种高分辨率平台，以研究细胞外囊泡中RNA cargo的异质性，为生物标志物发现和临床应用提供新工具 | 单个细胞外囊泡（EVs），特别是CD9、CD63和CD81阳性的EVs，以及THP-1细胞来源的免疫纯化EVs | 单细胞测序技术 | NA | RNA测序，PCR，cDNA合成 | NA | RNA序列数据 | 3689个独特条形码对应的单个EVs，每个EV至少有两个poly(A) RNA reads | NA | 单囊泡RNA测序 | 3D打印嵌入液滴阵列平台 | 基于3D打印技术，使用碳氢化合物支持材料和打印水溶液，生成可控、均匀的皮升液滴，用于单EVs的cDNA制备和测序 |
| 1160 | 2026-03-28 |
A Benchmark of Semi-Supervised scRNA-seq Integration Methods in Real-World Scenarios
2025-Aug-27, bioRxiv : the preprint server for biology
DOI:10.1101/2025.08.23.671952
PMID:40909636
|
研究论文 | 本研究首次系统性地评估了五种主流半监督单细胞RNA测序整合方法在真实场景下的性能 | 首次在多种真实标注场景下系统比较半监督与无监督单细胞RNA测序整合方法，揭示了现有半监督方法在实际应用中的局限性 | 仅评估了五种半监督方法，未涵盖所有现有方法；评估数据集数量有限（六个） | 评估半监督单细胞RNA测序整合方法在真实标注场景下的实际性能优势 | 单细胞RNA测序数据整合方法 | 单细胞组学 | NA | 单细胞RNA测序 | scANVI, scGEN, ssSTACAS, scDREAMER, ItClust, scCRAFT | 单细胞RNA测序数据 | 六个不同数据集 | NA | 单细胞RNA-seq | NA | NA |