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 925 篇文献，本页显示第 341 - 360 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 341 | 2025-12-13 |
Integration of genetic, proteomic, and transcriptomic data identifies therapeutic targets and prognostic biomarkers in bladder cancer
2025-Nov-30, Translational andrology and urology
IF:1.9Q3
DOI:10.21037/tau-2025-443
PMID:41368242
|
研究论文 | 本研究通过整合遗传、蛋白质组和转录组数据，识别了膀胱癌的潜在治疗靶点和预后生物标志物 | 整合跨组学定量性状位点、OLINK蛋白质组学和转录组学数据，结合前瞻性队列研究和多组学分析，识别新的治疗靶点和生物标志物 | 研究依赖于现有数据库和队列数据，可能受限于样本代表性和数据完整性，需要进一步实验验证 | 识别膀胱癌的分子靶点和候选药物，以改善早期诊断和精准治疗 | 膀胱癌患者及相关遗传、蛋白质和转录组数据 | 生物信息学 | 膀胱癌 | xQTLs, OLINK蛋白质组学, 转录组学, GWAS, 单细胞RNA测序, 甲基化分析 | Cox回归, 随机生存森林模型 | 遗传数据, 蛋白质数据, 转录组数据, 甲基化数据 | 来自UK Biobank Pharma Proteomics Project, deCODE Genetics和Atherosclerosis Risk in Communities study的数据，具体样本数量未明确说明 | OLINK, NA | 蛋白质组学, 单细胞RNA测序, 甲基化测序 | OLINK平台, NA | OLINK高通量血浆蛋白测量平台，具体配置未详细说明 |
| 342 | 2025-12-13 |
Migrasome-related long non-coding RNAs orchestrate immune microenvironment and serve as a novel prognostic model in clear cell renal cell carcinoma
2025-Nov-30, Translational andrology and urology
IF:1.9Q3
DOI:10.21037/tau-2025-541
PMID:41368248
|
研究论文 | 本研究通过整合转录组数据和临床参数，识别了与透明细胞肾细胞癌预后相关的迁移体相关长链非编码RNA，并构建了一个包含五个MRLs的预后模型，用于风险分层和指导治疗策略 | 首次系统性地识别了迁移体相关长链非编码RNA在透明细胞肾细胞癌中的预后价值，并构建了一个基于五个MRLs的稳健预后模型，同时结合单细胞RNA测序揭示了肿瘤细胞内在VEGF信号通路在调节迁移体相关分子程序中的作用 | 研究主要基于TCGA数据库的回顾性数据，需要进一步的前瞻性临床验证，且单细胞RNA测序数据的样本量可能有限 | 系统识别与透明细胞肾细胞癌预后相关的迁移体相关长链非编码RNA，并构建一个稳健的预后模型以改善风险分层和指导潜在治疗策略 | 透明细胞肾细胞癌患者 | 生物信息学 | 肾细胞癌 | 转录组分析、LASSO回归、单细胞RNA测序、RT-qPCR | LASSO回归模型 | 转录组数据、临床数据、单细胞RNA测序数据 | TCGA数据库中的透明细胞肾细胞癌患者样本，具体数量未明确说明 | NA | 单细胞RNA测序 | NA | NA |
| 343 | 2025-12-13 |
MSI2 exerts antitumor effects by regulating T-cell function in kidney renal clear cell carcinoma
2025-Nov-30, Translational andrology and urology
IF:1.9Q3
DOI:10.21037/tau-2025-437
PMID:41368259
|
研究论文 | 本研究探讨了Musashi 2 (MSI2)在肾透明细胞癌中的表达及其与肿瘤微环境的关系，发现MSI2通过调节T细胞功能发挥抗肿瘤作用 | 首次在肾透明细胞癌中发现MSI2下调并具有抗肿瘤功能，揭示了其在T细胞分化中的动态表达模式 | 研究主要基于数据库分析和体外实验，缺乏体内实验验证，且MSI2的具体调控机制仍需进一步探索 | 探索MSI2在肾透明细胞癌中的表达、功能及其与肿瘤微环境的相互作用 | 肾透明细胞癌患者样本、肾细胞系、T细胞 | 生物信息学 | 肾癌 | 单细胞RNA测序、伪时序分析、Kaplan-Meier分析、富集分析 | NA | mRNA表达数据、蛋白质表达数据、单细胞RNA测序数据 | 基于公共数据库（TIMER2.0、UALCAN）的肾透明细胞癌患者样本，具体数量未明确说明 | NA | 单细胞RNA测序 | NA | NA |
| 344 | 2025-12-13 |
Multi-omics characterization of metabolic and immune interactions in prostate cancer
2025-Nov-30, Translational andrology and urology
IF:1.9Q3
DOI:10.21037/tau-2025-502
PMID:41368255
|
研究论文 | 本研究通过多组学方法揭示了前列腺癌中代谢重编程与免疫微环境之间的相互作用，并识别了具有预后意义的关键代谢生物标志物ENO1和CKB | 整合单细胞RNA测序和单细胞ATAC测序数据，首次系统性地揭示了ENO1和CKB在前列腺癌代谢-免疫串扰中的关键作用，并构建了整合这些标志物与临床参数的预后列线图 | 研究主要基于公开数据集，缺乏独立的实验验证队列；单细胞数据来源未明确说明具体平台细节 | 阐明前列腺癌中代谢重编程与免疫微环境相互作用的调控机制，并识别关键的预后代谢生物标志物 | 前列腺癌组织 | 数字病理学 | 前列腺癌 | 单细胞RNA测序, 单细胞ATAC测序, 生物信息学分析 | 多组学分析框架, Seurat, Signac, CIBERSORT, GSVA, GSEA, Cox回归模型 | 单细胞转录组数据, 单细胞表观基因组数据, 临床数据 | TCGA-PRAD队列（具体样本数未明确说明）及公开可用的单细胞数据集 | NA | 单细胞RNA-seq, 单细胞ATAC-seq | NA | NA |
| 345 | 2025-12-12 |
Clonal expansion of alveolar fibroblast progeny drives pulmonary fibrosis in mouse models
2025-Nov-17, The Journal of clinical investigation
IF:13.3Q1
DOI:10.1172/JCI191826
PMID:40875468
|
研究论文 | 本研究通过单细胞RNA测序和谱系追踪技术，揭示了肺泡成纤维细胞后代的克隆扩增是驱动小鼠肺纤维化的关键机制 | 首次系统性地证明了成纤维细胞增殖在肺纤维化中的关键驱动作用，并提出了靶向成纤维细胞增殖作为纤维化疾病治疗新策略 | 主要基于小鼠模型，人类样本验证仅限于离体肺切片，需要更多临床研究验证 | 探究成纤维细胞增殖在肺纤维化发病机制中的功能重要性 | 小鼠肺泡成纤维细胞及其后代、人类纤维化肺组织 | 单细胞组学 | 肺纤维化 | 单细胞RNA测序、谱系追踪、EdU标记 | NA | 单细胞转录组数据、谱系追踪数据 | 2种独立的小鼠肺纤维化模型、人类纤维化与非病变肺切片 | NA | 单细胞RNA-seq | NA | NA |
| 346 | 2025-12-12 |
scSPAF: Cell Similarity Purified Adaptive Fusion Network for Single-Cell Multi-Omics Clustering
2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3608251
PMID:40928916
|
研究论文 | 本文提出了一种名为scSPAF的单细胞多组学聚类网络，通过多层次融合方法探索组学数据的一致性和互补性 | 设计了细胞相似性纯化模块以整合细胞间的邻域信息，并采用自适应融合机制整合组学特异性表示和跨组学一致表示 | NA | 提升单细胞多组学聚类分析的性能 | 单细胞多组学数据 | 机器学习 | NA | 单细胞测序 | 自适应融合网络 | 单细胞多组学数据 | 六个真实世界数据集 | NA | 单细胞多组学 | NA | NA |
| 347 | 2025-12-12 |
scGCRC: Graph and Contrastive-Based Representation Learning for Single-Cell RNA-Seq Data Clustering
2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3629161
PMID:41191468
|
研究论文 | 提出了一种基于局部自注意力网络和对比学习的单细胞RNA测序数据聚类新方法 | 通过局部自注意力网络自动聚合细胞关系图中的潜在信息，并采用双对比学习模块同时在细胞层面和聚类层面优化细胞表征，无需预训练自编码器-解码器模块 | NA | 改进单细胞RNA测序数据的聚类分析，以更准确地识别细胞类型 | 单细胞RNA测序数据 | 机器学习 | NA | 单细胞RNA测序 | 局部自注意力网络，对比学习，Leiden社区发现算法 | 基因表达数据 | 160个子样本数据集（含不同细胞类型数量）、3个不同协议数据集、9个真实公共数据集 | NA | 单细胞RNA-seq | NA | NA |
| 348 | 2025-12-12 |
Single-cell transcriptomics of the myeloid milieu reveals an angiogenic niche in triple-negative breast cancer
2025-Nov, Experimental & molecular medicine
DOI:10.1038/s12276-025-01571-5
PMID:41203997
|
研究论文 | 本研究整合单细胞RNA测序数据，揭示了三阴性乳腺癌中髓系细胞的异质性，特别是VEGFA中性粒细胞和SPP1巨噬细胞亚型在血管生成微环境中的作用 | 首次通过整合单细胞转录组学数据，系统描绘了三阴性乳腺癌髓系微环境，并发现VEGFA中性粒细胞和SPP1巨噬细胞亚型在缺氧区域共定位形成血管生成微环境，揭示了它们与患者不良预后的关联 | 研究主要基于转录组数据，功能验证和机制探索仍需进一步实验支持 | 阐明三阴性乳腺癌中髓系细胞的异质性、发育轨迹及其在肿瘤微环境中的作用 | 三阴性乳腺癌患者和多个小鼠模型的髓系细胞 | 数字病理学 | 乳腺癌 | 单细胞RNA测序，空间转录组学 | NA | 单细胞转录组数据，空间转录组数据 | 整合了内部和公共单细胞RNA测序数据，涉及多个小鼠模型 | NA | 单细胞RNA-seq，空间转录组学 | NA | NA |
| 349 | 2025-12-12 |
Single-cell transcriptomic profiling reveals liver fibrosis in colorectal cancer liver metastasis
2025-Nov, Experimental & molecular medicine
DOI:10.1038/s12276-025-01573-3
PMID:41258075
|
研究论文 | 本研究通过单细胞转录组测序揭示了结直肠癌肝转移中肿瘤纤维化的临床意义及其分子特征 | 首次构建了肝转移肿瘤纤维化的单细胞图谱，揭示了VCAN_eCAF在纤维化重塑中的关键作用，并识别出FGF23/FGF3-FGFR1等潜在靶向互作 | 研究样本量有限，且为观察性研究，需进一步功能实验验证机制 | 探究结直肠癌肝转移中肿瘤纤维化的临床重要性、分子特征及其对肿瘤微环境的影响 | 结直肠癌肝转移患者的肿瘤组织 | 数字病理学 | 结直肠癌 | 单细胞RNA测序，多重免疫组化/免疫荧光，空间转录组学 | NA | 单细胞转录组数据，空间转录组数据，免疫组化图像 | 未明确说明具体样本数量 | NA | 单细胞RNA-seq，空间转录组学 | NA | NA |
| 350 | 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 |
| 351 | 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 |
| 352 | 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 |
| 353 | 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 |
| 354 | 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 |
| 355 | 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 |
| 356 | 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 |
| 357 | 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 |
| 358 | 2025-12-10 |
GPC3-based circular RNA vaccine suppresses hepatocellular carcinoma progression by activating adaptive immune responses
2025-Nov-07, Hepatology (Baltimore, Md.)
DOI:10.1097/HEP.0000000000001605
PMID:41201153
|
研究论文 | 本研究开发了一种基于环状RNA（circRNA）的靶向GPC3的肝癌疫苗，并通过结合TLR4激动剂佐剂，在小鼠模型中验证了其抑制肿瘤进展、激活适应性免疫应答的疗效和机制 | 首次开发了靶向GPC3的circRNA癌症疫苗，克服了传统mRNA疫苗的不稳定性和递送效率问题，并通过结合TLR4佐剂增强了抗肿瘤免疫应答 | 研究主要基于小鼠模型，其疗效和安全性在人体中尚未验证；机制研究虽深入，但临床转化路径仍需探索 | 开发一种更稳定、高效的circRNA癌症疫苗，用于治疗肝细胞癌（HCC） | 肝细胞癌（HCC）及其肿瘤微环境（TME） | 免疫治疗，癌症疫苗 | 肝细胞癌 | 环状RNA疫苗设计，TLR4激动剂佐剂，多重免疫荧光，单细胞测序，空间转录组学，质谱流式细胞术 | NA | 测序数据，成像数据，流式细胞数据 | 小鼠模型（具体数量未在摘要中说明） | NA | 单细胞测序，空间转录组学 | NA | NA |
| 359 | 2025-12-10 |
Atomistic TCR-ligand interactions instruct memory T-cell differentiation
2025-Nov-06, bioRxiv : the preprint server for biology
DOI:10.1101/2025.11.05.686789
PMID:41279151
|
研究论文 | 本研究通过整合单细胞转录组测序、TCR-pMHC相互作用的生物物理测量和结构分析，揭示了T细胞受体（TCR）与配体之间的原子水平相互作用如何指导记忆T细胞的分化命运 | 首次在分子水平上系统地将TCR的机械转导特性（如力依赖性结合）与记忆T细胞亚群（TCM与TEM）的分化联系起来，并提出了“双极性”克隆型的概念 | 研究基于小鼠模型和单一的流感病毒表位（NP），其在人类其他病原体或癌症抗原中的普适性仍需验证 | 阐明初始CD8 T细胞在抗原刺激后分化为不同记忆T细胞亚群（中央记忆TCM与效应记忆TEM）的分子机制 | 242个小鼠CD8 TCRαβ克隆型，这些克隆特异性识别由H-2D呈递的流感A病毒（IAV）免疫显性表位NP | 免疫学 | 传染病（流感病毒感染） | 单细胞转录组测序、TCR测序、生物物理测量（力依赖性相互作用）、结构分析 | NA | 转录组数据、序列数据、生物物理测量数据、结构数据 | 242个小鼠CD8 TCRαβ克隆型 | NA | 单细胞RNA-seq | NA | NA |
| 360 | 2025-12-10 |
scFPC-DE: Robust Differential Expression Analysis Along Single Cell Trajectories via Functional Principal Component Analysis
2025-Nov-05, bioRxiv : the preprint server for biology
DOI:10.1101/2025.11.03.686374
PMID:41279951
|
研究论文 | 本文提出了一种基于功能数据分析的单细胞轨迹差异表达分析方法scFPC-DE，用于识别沿伪时间轨迹的时间差异表达基因 | 通过功能主成分分析建模基因表达作为伪时间函数，有效捕捉共享的基因表达变异和伪时间结构，同时缓解零膨胀问题 | 未明确说明方法在复杂轨迹或多分支轨迹中的适用性，以及计算效率方面的潜在限制 | 开发一种稳健的单细胞轨迹差异表达分析方法，以更准确地识别时间差异表达基因 | 单细胞RNA测序数据中的基因表达沿伪时间轨迹的变化 | 生物信息学 | NA | 单细胞RNA测序 | 功能主成分分析 | 单细胞RNA测序数据 | NA | NA | 单细胞RNA-seq | NA | NA |