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 10788 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 | 2025-12-12 |
scDVAE:Single-Cell Data Clustering Based on Variational Autoencoder With Disentangled Latent Representations
2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3599194
PMID:40811173
|
研究论文 | 本文提出了一种基于解耦潜在表示变分自编码器的新型深度生成模型scDVAE，用于单细胞RNA测序数据的聚类分析 | 提出了一种将潜在表示解耦为聚类特征和生成特征的新方法，并采用学生t混合模型作为聚类特征的先验分布以增强对dropout事件的鲁棒性，同时引入混合数据增强策略以提高数据集多样性并减少噪声 | NA | 提高单细胞RNA测序数据聚类的准确性和鲁棒性 | 单细胞RNA测序数据 | 机器学习 | NA | 单细胞RNA测序 | 变分自编码器 | 基因表达数据 | 10个真实世界数据集 | NA | 单细胞RNA-seq | NA | NA |
| 1822 | 2025-12-12 |
DIC: Deep Imputing and Clustering Single Cell RNA Sequencing Data
2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3548094
PMID:40811249
|
研究论文 | 本文提出了一种名为DIC的深度神经网络，用于协同处理单细胞RNA测序数据中的缺失值插补和细胞聚类 | DIC采用Y型结构，通过自编码器与额外分支结合，实现缺失值插补和细胞聚类的协同优化，充分利用生物学有意义的聚类结构 | 未在摘要中明确提及 | 解决单细胞RNA测序数据中缺失值对细胞聚类分析的挑战 | 单细胞RNA测序数据 | 机器学习 | NA | 单细胞RNA测序 | 深度神经网络，自编码器 | 基因表达数据 | NA | NA | 单细胞RNA测序 | NA | NA |
| 1823 | 2025-12-12 |
Inference of Tumor Progression Patterns in Colon Cancer Using Optimal Cell Order Analysis in Single Cell Resolution
2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3592571
PMID:40811186
|
研究论文 | 本研究提出了一种基于单细胞RNA-Seq数据的计算方法，用于推断结肠癌细胞群体的进化或分化模式 | 开发了一种基于序列化的方法，利用最优重排序层次结构推断细胞进展模式，并提供了基于主曲线的三维可视化工具和新的评估指标 | NA | 推断结肠癌细胞群体的动态进展模式，如分化、信号传导或肿瘤进化轨迹 | 人类结肠癌样本的单细胞转录组数据 | 计算生物学 | 结肠癌 | 单细胞RNA-Seq | 序列化方法 | 单细胞转录组数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 1824 | 2025-12-12 |
ZiPo: A Deep Neural Network to De-Noise Single-Cell RNA Sequencing Data
2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3572783
PMID:40811273
|
研究论文 | 本文介绍了一种名为ZiPo的深度神经网络，用于去噪单细胞RNA测序数据，通过估计率和预测文库大小来减少测量丢失问题 | ZiPo引入了可调整的零膨胀分布来捕获丢失事件，并采用尺度不变损失项使权重稀疏，提高了模型的生物可解释性 | NA | 开发一种深度神经网络方法，以改善单细胞RNA测序数据的分析，减少测量丢失的影响 | 单细胞RNA测序数据 | 机器学习 | NA | 单细胞RNA测序 | 深度自编码器神经网络 | 基因表达数据 | 三个数据集 | NA | 单细胞RNA-seq | NA | NA |
| 1825 | 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 |
| 1826 | 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 |
| 1827 | 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 |
| 1828 | 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 |
| 1829 | 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 |
| 1830 | 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 |
| 1831 | 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 |
| 1832 | 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 |
| 1833 | 2025-12-12 |
STAT3 signaling enhances tissue expansion during postimplantation mouse development
2025-Apr-22, Cell reports
IF:7.5Q1
DOI:10.1016/j.celrep.2025.115506
PMID:40188437
|
研究论文 | 本研究探讨了STAT3信号在小鼠胚胎植入后发育过程中对组织扩张的增强作用 | 揭示了STAT3在胚胎发育时间控制中的新角色，特别是在需要快速细胞分裂的组织中，如植入后外胚层和造血谱系 | 研究主要基于小鼠模型，人类相关性仅通过STAT3突变与身材矮小的关联间接暗示 | 探究STAT3信号在胚胎植入后发育过程中的功能 | 小鼠胚胎、Stat3敲除胚胎干细胞、野生型细胞 | 发育生物学 | NA | RNA测序、单细胞RNA测序 | NA | RNA序列数据 | 小鼠外胚层组织、Stat3敲除胚胎干细胞 | NA | bulk RNA-seq, single-cell RNA-seq | NA | NA |
| 1834 | 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 |
| 1835 | 2025-12-12 |
Deciphering the Complexities of Pulmonary Hypertension: The Emergent Role of Single-Cell Omics
2025-Jan, American journal of respiratory cell and molecular biology
IF:5.9Q1
DOI:10.1165/rcmb.2024-0145PS
PMID:39141563
|
综述 | 本文综述了单细胞组学技术在肺动脉高压研究中的应用，探讨了其如何推动对该疾病复杂性的理解 | 强调了单细胞转录组学在揭示肺动脉高压中细胞生态系统、识别新型治疗靶点以及通过连接组分析阐明细胞相互作用方面的创新作用 | 面临单细胞RNA测序分辨率需提升、人体组织样本处理存在物流障碍以及需要整合多种组学方法以全面理解疾病分子基础的挑战 | 探讨单细胞组学技术在肺动脉高压研究中的角色，以促进精准医疗目标的实现 | 肺动脉高压中的细胞类型，包括内皮细胞、平滑肌细胞、周细胞和免疫细胞 | 数字病理学 | 心血管疾病 | 单细胞RNA测序 | NA | 转录组数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 1836 | 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 |
| 1837 | 2025-12-11 |
Turkey oviduct epithelial organoids express region-associated markers and avian influenza virus receptor†
2025-Dec-10, Biology of reproduction
IF:3.1Q2
DOI:10.1093/biolre/ioaf274
PMID:41369270
|
研究论文 | 本研究通过单细胞RNA测序和免疫荧光染色验证了火鸡输卵管上皮类器官的区域特异性标记物和禽流感病毒受体表达 | 首次构建了火鸡生殖道的单细胞图谱框架，并验证了类器官模型在保留区域分子特征和病毒受体表达方面的适用性 | 样本量较小（仅涉及两只性成熟母鸡），且为探索性研究，需要进一步验证和扩展 | 验证火鸡输卵管上皮类器官模型的区域特异性标记物和禽流感病毒受体表达，以支持其作为体外模型的应用 | 火鸡（Meleagris gallopavo）的输卵管六个区域（漏斗部、膨大部、峡部、子宫、子宫阴道连接部和阴道）的组织及衍生类器官 | 单细胞组学 | 禽流感 | 单细胞RNA测序（scRNA-seq）、批量RNA测序、免疫荧光染色 | 类器官模型 | RNA序列数据、图像数据 | 两只性成熟母鸡的输卵管组织，衍生类器官样本（n=2用于批量RNA测序，n=4用于免疫荧光染色） | NA | 单细胞RNA-seq, 批量RNA-seq | NA | NA |
| 1838 | 2025-12-11 |
Microglia Display Heterogeneous Initial Responses to Disseminated Tumor Cells
2025-Dec-10, Cancer research
IF:12.5Q1
DOI:10.1158/0008-5472.CAN-25-3425
PMID:41369553
|
研究论文 | 本研究通过体内命运图谱成像、单细胞RNA测序和全息光转换技术，揭示了小胶质细胞在脑转移早期对播散肿瘤细胞的异质性反应 | 首次结合多种技术追踪同一动物体内肿瘤命运和小胶质细胞早期动态反应，发现小胶质细胞表型可通过抑制TGF-β信号或删除肿瘤抗原CD24a/CD47进行调控 | 研究主要聚焦早期转移阶段，未全面探讨晚期转移中系统免疫抑制的影响 | 探究脑转移早期小胶质细胞的异质性反应及其调控机制 | 小鼠模型中的播散肿瘤细胞和脑内小胶质细胞 | 数字病理学 | 脑转移癌 | 单细胞RNA测序, 全息光转换技术 | NA | 图像, 转录组数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 1839 | 2025-12-11 |
Clusterin Drives Fiber Endocytosis by Mesothelial Cells to Resolve Liver Fibrosis
2025-Dec-10, Gastroenterology
IF:25.7Q1
DOI:10.1053/j.gastro.2025.08.022
PMID:41369634
|
研究论文 | 本研究揭示了簇集蛋白（CLU）通过其受体LRP2驱动间皮细胞纤维内吞以缓解肝纤维化的新机制，并设计了一种模拟CLU的肽段CLUtide，展示了其治疗潜力 | 首次发现CLU由中央静脉周围衰老肝细胞分泌，并通过LRP2受体特异性作用于肝间皮细胞，诱导其增殖、迁移并内吞纤维，从而缓解肝纤维化；并成功设计出具有治疗潜力的模拟肽CLUtide | 研究主要在动物模型中进行，CLUtide的临床疗效和安全性尚未在人体中得到验证 | 探究簇集蛋白（CLU）在肝纤维化中的作用机制及治疗潜力 | 肝纤维化患者和小鼠模型、CLU基因敲除小鼠、间皮细胞特异性LRP2敲除小鼠 | 数字病理学 | 肝纤维化 | 单细胞RNA测序、免疫荧光 | 基因敲除小鼠模型 | 基因表达数据、图像数据 | 患者和小鼠的肝组织样本（具体数量未明确说明） | NA | 单细胞RNA-seq | NA | NA |
| 1840 | 2025-12-11 |
Longitudinal profiling of tumor and immune compartments uncovers patterns of dysregulation and associations with response in multiple myeloma
2025-Dec-09, Blood cancer discovery
IF:11.5Q1
DOI:10.1158/2643-3230.BCD-25-0205
PMID:41364805
|
研究论文 | 本研究通过多组学分析，揭示了多发性骨髓瘤中肿瘤与免疫微环境的动态相互作用，并识别了与治疗反应相关的生物标志物 | 首次在纵向研究中结合单细胞RNA测序和批量测序，全面剖析了多发性骨髓瘤的免疫微环境变化，并发现了幼稚B细胞重建作为持久反应的新生物标志物 | 样本量相对有限（102名患者），且主要基于骨髓样本，可能无法完全代表全身性免疫状态 | 探究多发性骨髓瘤治疗反应和疾病进展的免疫相关因素 | 多发性骨髓瘤患者及其骨髓样本中的肿瘤细胞和免疫细胞 | 数字病理学 | 多发性骨髓瘤 | 单细胞RNA测序, 批量RNA测序, 全基因组测序 | NA | 基因表达数据, 基因组数据 | 243个骨髓样本（来自102名患者，共631,226个细胞）和209个样本的批量测序数据 | NA | 单细胞RNA-seq, 批量RNA-seq, 全基因组测序 | NA | NA |