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。

当前筛选条件： [分区不过滤]

[IF不过滤]

[发表日期：202511-202511]

[清除筛选条件]

当前共找到 923 篇文献，本页显示第 421 - 440 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
421	2025-12-14	Identification of the key gene for hepatocellular carcinoma based on bioinformatics and machine learning and experimental verification 2025-Nov-30, Translational cancer research IF:1.5Q4 DOI:10.21037/tcr-2025-1067 PMID:41378005	研究论文	本研究结合生物信息学与机器学习方法，筛选并验证了肝细胞癌的关键基因FAM83D	整合多个GEO数据集，应用SVM-RFE和LASSO机器学习算法筛选诊断基因，并通过单细胞和空间转录组学分析验证FAM83D在恶性细胞中的上调及其与免疫治疗反应的关联	研究主要基于公共数据库的回顾性数据，实验验证部分可能受样本量限制，且未深入探讨FAM83D的具体分子机制	识别肝细胞癌的关键驱动基因，以辅助早期诊断和预后评估	肝细胞癌患者与非癌肝组织	机器学习	肝细胞癌	生物信息学分析、机器学习算法（SVM-RFE、LASSO）、免疫组化、单细胞转录组学、空间转录组学	SVM-RFE、LASSO	基因表达数据、单细胞数据、空间转录组数据	三个GEO数据集（GSE78737、GSE98383、GSE121248），具体样本数未明确说明	NA	单细胞RNA-seq、空间转录组学	NA	NA
422	2025-12-14	MCRS1 is associated with immunosuppressive microenvironments in pan-cancer and promotes hepatocellular carcinoma malignant phenotypes 2025-Nov-30, Translational cancer research IF:1.5Q4 DOI:10.21037/tcr-2025-1463 PMID:41378029	研究论文	本研究通过泛癌分析揭示了微球蛋白1（MCRS1）在肿瘤免疫抑制微环境中的关键作用，并重点阐明了其在肝细胞癌（HCC）恶性表型中的表观遗传驱动机制	首次报道了MCRS1在泛癌水平上的免疫学意义和治疗潜力，并发现其启动子低甲基化驱动的过表达与M2巨噬细胞极化的免疫抵抗微环境相关	研究主要基于公共数据库和体外功能验证，缺乏体内动物模型的深入机制验证	阐明MCRS1在泛癌中的免疫学意义和治疗潜力，并揭示其在肝细胞癌进展中的表观遗传驱动机制	多种癌症类型（泛癌分析），重点关注肝细胞癌（HCC）	生物信息学，癌症免疫学	肝细胞癌，泛癌	批量转录组学，单细胞RNA测序（scRNA-seq），表观遗传分析，功能验证	NA	转录组数据，单细胞RNA测序数据，表观遗传数据，蛋白质表达数据	来自TCGA、GTEx、HPA等公共数据库的大量样本（具体数量未明确说明），包括24种恶性肿瘤	NA	单细胞RNA测序，批量RNA测序	NA	NA
423	2025-12-14	Functional Division of Insect Blood Cells by Single-Cell RNA-Sequencing and Cell-Type-Specific FISH Markers 2025-Nov-22, Cells IF:5.1Q2 DOI:10.3390/cells14231842 PMID:41369332	研究论文	本研究通过单细胞RNA测序和细胞类型特异性FISH标记，揭示了昆虫血细胞的功能分化与动态变化	首次在鳞翅目昆虫中应用单细胞RNA测序技术解析血细胞功能分化，发现了24个功能簇和7个功能组，并开发了特异性FISH标记识别新细胞群	研究仅针对一种鳞翅目昆虫幼虫，结果可能不适用于其他昆虫种类或发育阶段	探究昆虫血细胞的功能分化类型及其在免疫应答中的动态变化	鳞翅目昆虫（烟草天蛾）幼虫的血细胞	单细胞组学	NA	单细胞RNA测序（scRNA-Seq），荧光原位杂交（FISH）	NA	单细胞转录组数据，图像数据	未明确样本数量，使用烟草天蛾幼虫血细胞	NA	单细胞RNA-seq	NA	NA
424	2025-12-14	Img2ST-Net: efficient high-resolution spatial omics prediction from whole-slide histology images via fully convolutional image-to-image learning 2025-Nov, Journal of medical imaging (Bellingham, Wash.) DOI:10.1117/1.JMI.12.6.061410 PMID:41210922	研究论文	本研究提出了一种名为Img2ST-Net的高效框架，用于从全切片组织学图像中并行预测高分辨率空间转录组数据	提出了首个用于高分辨率空间转录组预测的全卷积图像到图像学习框架，将任务重构为具有数百或数千个输出通道的超内容图像生成问题，并引入了针对高分辨率ST分析的基于结构相似性的评估指标SSIM-ST	论文未明确说明模型在更广泛的组织类型或疾病中的应用局限性，也未讨论模型对极低表达基因的预测能力	开发一种高效、可扩展的框架，以降低高分辨率空间转录组数据获取的成本和时间，直接从常规组织学图像预测基因表达	乳腺癌和结直肠癌的组织样本	数字病理学	乳腺癌, 结直肠癌	空间转录组学	全卷积神经网络	图像, 基因表达数据	两个公共Visium HD数据集（乳腺癌和结直肠癌）	10x Genomics	空间转录组学	Visium HD	Visium HD平台，分辨率为8 μm和16 μm
425	2025-12-14	STIFT: spatiotemporal transcriptomics integration through spatially informed multi-timepoint bridging 2025-Nov-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf644 PMID:41370630	研究论文	本文提出了一种名为STIFT的时空转录组学整合框架，用于整合发育或再生过程中跨时间点的空间转录组学数据	STIFT框架结合了发育时空最优传输、时空图构建以及基于时间三元学习的图注意力自编码器，专门为整合时空转录组学数据而设计	NA	整合时空转录组学数据，以去除批次效应、识别空间域、推断轨迹并探索发育动态	蝾螈脑再生、小鼠胚胎发育和3D涡虫再生数据集	空间转录组学	NA	空间转录组学	图注意力自编码器	空间转录组学数据（2D或3D）	数十万个spots	NA	空间转录组学	NA	NA
426	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
427	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
428	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
429	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
430	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
431	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
432	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
433	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
434	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
435	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
436	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
437	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
438	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
439	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
440	2025-12-10	Decoding heart failure subtypes with neural networks via differential explanation analysis 2025-Nov-01, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbaf581 PMID:41222558	研究论文	本文介绍了一种基于神经网络和可解释AI的新方法，用于识别心力衰竭亚型特异性基因，以解码心力衰竭亚型	提出了一种基于自定义神经网络重要性评分的新方法，用于识别差异解释基因，优于传统方法，能更有效地揭示心力衰竭亚型特异性通路	方法可能依赖于神经网络模型的特定架构和参数，且在实际应用中需验证其泛化能力	解码心力衰竭亚型，通过识别差异基因签名来理解分子机制	单细胞转录组数据中的细胞，特别是与心力衰竭相关的细胞	机器学习	心血管疾病	单细胞RNA-seq	深度神经网络	单细胞转录组数据	NA	NA	单细胞RNA-seq	NA	NA