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!


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。
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 321 | 2026-01-14 |
Macrophage-Dendritic Cell-T-Cell Tetrads Orchestrate Antitumor Immunity and Response to Checkpoint Blockade
2025-Dec-29, bioRxiv : the preprint server for biology
DOI:10.64898/2025.12.24.696419
PMID:41509466
|
研究论文 | 本文识别了一种由巨噬细胞、cDC1s、CD4 T细胞和CD8 T细胞组成的空间组织多细胞免疫单元,称为“四联体”,它协调抗肿瘤免疫和对检查点阻断的反应 | 首次发现并定义了“四联体”这一多细胞免疫单元,揭示了其在抗肿瘤免疫和检查点阻断反应中的关键作用,并明确了ICOS-ICOSL通路的重要性 | 研究主要基于小鼠和人类肿瘤的成像与转录组学数据,可能未涵盖所有肿瘤类型或治疗场景,且临床样本量有限 | 定义调控有效抗肿瘤免疫的细胞结构,以解释免疫检查点抑制剂仅对部分患者有效的机制 | 小鼠和人类肿瘤中的免疫细胞,包括巨噬细胞、cDC1s、CD4 T细胞和CD8 T细胞 | 数字病理学 | 膀胱癌 | 多重成像和空间转录组学 | NA | 图像和转录组数据 | 小鼠和人类肿瘤样本,具体数量未明确 | NA | 空间转录组学 | NA | NA |
| 322 | 2026-01-14 |
Multi-Omics Integration Identifies TNFRSF1A as a Causal Mediator of Immune Microenvironment Reprogramming in Diabetic Kidney Disease
2025-Dec-26, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms27010279
PMID:41516155
|
研究论文 | 本研究通过多组学整合方法,揭示了TNFRSF1A在糖尿病肾病免疫微环境重编程中的因果中介作用 | 首次结合单细胞RNA测序、空间转录组学、伪时间轨迹分析、细胞间通讯分析和孟德尔随机化等多种技术,系统性地鉴定了TNFRSF1A作为糖尿病肾病进展的因果驱动因子 | 研究未排除其他调控通路的参与,且斑马鱼模型与人类疾病存在物种差异 | 探究糖尿病肾病进展中的炎症介质及其因果驱动机制 | 糖尿病肾病患者的肾脏组织及斑马鱼胚胎模型 | 数字病理学 | 糖尿病肾病 | 单细胞RNA测序, 空间转录组学, 伪时间轨迹分析, 细胞间通讯分析, 孟德尔随机化 | NA | 基因表达数据, 空间转录组数据 | 未明确说明人类样本数量,使用斑马鱼胚胎模型进行验证 | NA | 单细胞RNA-seq, 空间转录组学 | NA | NA |
| 323 | 2026-01-14 |
Eurotium cristatum-Fermented White Tea Ameliorates DSS-Induced Colitis by Multi-Scale
2025-Dec-25, Foods (Basel, Switzerland)
DOI:10.3390/foods15010072
PMID:41517138
|
研究论文 | 本研究探讨了冠突散囊菌发酵白茶(FWT)通过多尺度机制改善DSS诱导的小鼠结肠炎 | 首次结合单细胞/空间转录组学揭示FWT通过增强肠上皮细胞、杯状细胞和干细胞群,优化功能并诱导抗菌和免疫调节因子,修复肠道屏障 | 研究基于小鼠模型,人类应用需进一步验证;机制涉及多因素,具体因果关联需深入探究 | 探究FWT对结肠炎的治疗效果及其多尺度作用机制 | DSS诱导的结肠炎小鼠模型 | NA | 结肠炎 | 单细胞转录组学, 空间转录组学 | NA | 转录组数据 | NA | NA | 单细胞RNA-seq, 空间转录组学 | NA | NA |
| 324 | 2026-01-14 |
DUSP5 Downregulation in Nucleus Accumbens Core Correlates with Cocaine-Induced Maladaptive Synaptic Plasticity
2025-Dec-23, Cells
IF:5.1Q2
DOI:10.3390/cells15010032
PMID:41511316
|
研究论文 | 本研究探讨了双特异性磷酸酶5(DUSP5)在可卡因诱导的伏隔核核心区(NAcore)突触可塑性中的作用 | 首次探索DUSP5在可卡因成瘾中的具体作用,揭示了其与可卡因诱导的突触可塑性及行为适应的关联 | 研究主要基于大鼠模型和公开数据库,尚未在人体中进行验证 | 探究可卡因成瘾中NAcore突触可塑性的分子机制 | 大鼠可卡因自我给药模型、可卡因处理的NAcore单细胞RNA测序数据 | 神经科学 | 药物成瘾 | 单细胞RNA测序、分子分析 | 大鼠可卡因自我给药模型 | RNA测序数据、行为数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 325 | 2026-01-14 |
Effects of TGFBR1 on Proliferation of Dermal Papilla Cells in Fine-Wool Sheep
2025-Dec-23, Animals : an open access journal from MDPI
IF:2.7Q1
DOI:10.3390/ani16010036
PMID:41514724
|
研究论文 | 本研究探讨了TGFBR1基因对细毛羊真皮乳头细胞增殖的影响及其分子机制 | 首次通过单细胞转录组测序在细毛羊真皮乳头细胞中鉴定出TGFBR1为差异表达基因,并验证其通过调控Wnt/β-catenin、BMP和Notch等多条信号通路抑制细胞增殖 | 研究主要基于体外细胞实验,缺乏体内动物模型的验证,且信号通路调控的具体分子机制有待进一步阐明 | 探究TGFBR1在细毛羊毛囊发育和周期性生长中的生物学功能及分子机制 | 细毛羊的真皮乳头细胞 | 单细胞转录组学 | NA | 单细胞转录组测序、RT-qPCR、EDU染色、CCK-8检测 | NA | 基因表达数据、细胞增殖数据 | 未明确说明具体样本数量,但涉及细毛羊真皮乳头细胞的原代分离培养 | NA | 单细胞RNA-seq | NA | NA |
| 326 | 2026-01-14 |
Emerging Technologies for Exploring the Cellular Mechanisms in Vascular Diseases
2025-Dec-23, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms27010164
PMID:41516041
|
综述 | 本文综述了用于探索血管疾病细胞机制的新兴技术,包括单细胞与空间转录组学、超分辨率成像、微流控器官芯片、CRISPR基因编辑和人工智能等 | 整合多种前沿技术(如单细胞多组学、器官芯片和人工智能)来系统评估其在血管疾病研究中的转化准备度、局限性和临床应用潜力 | 现有技术仍需要多中心大规模验证研究、实验协议标准化以及与临床数据和人类样本的进一步整合 | 评估新兴技术在揭示血管疾病细胞分子机制、促进靶向治疗和精准诊断发展方面的应用 | 血管疾病(VDs)和心血管疾病(CVDs)的细胞与分子基础 | 数字病理学 | 心血管疾病 | 单细胞转录组学、空间转录组学、超分辨率成像、光声成像、微流控器官芯片、CRISPR/Cas9基因编辑、人工智能 | NA | 多组学数据、成像数据、临床数据 | NA | NA | 单细胞RNA-seq, 空间转录组学, 单细胞多组学 | NA | NA |
| 327 | 2026-01-14 |
scANMF: Prior Knowledge and Graph-Regularized NMF for Accurate Cell Type Annotation in scRNA-seq
2025-Dec-22, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms27010125
PMID:41516004
|
研究论文 | 本文介绍了一种名为scANMF的细胞类型注释框架,它通过整合先验知识和图正则化非负矩阵分解来提高单细胞RNA测序数据中细胞类型注释的准确性 | scANMF创新性地将标记基因信息、部分标签监督和局部流形结构整合到一个统一的注释模型中,解决了现有工具依赖单一先验知识的局限性 | 方法在高质量先验知识受限的应用中表现突出,但未明确讨论其在完全无先验知识情况下的性能 | 开发一个准确且稳健的单细胞RNA测序数据细胞类型注释框架 | 单细胞RNA测序数据中的细胞类型 | 生物信息学 | NA | 单细胞RNA测序 | 非负矩阵分解 | 基因表达数据 | 多个真实scRNA-seq数据集 | NA | 单细胞RNA-seq | NA | NA |
| 328 | 2026-01-14 |
Integrative Multi-Omics and Machine Learning Reveal Shared Biomarkers in Type 2 Diabetes and Atherosclerosis
2025-Dec-22, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms27010136
PMID:41516018
|
研究论文 | 本研究通过整合多组学数据和机器学习方法,揭示了2型糖尿病与动脉粥样硬化之间的共享生物标志物和分子机制 | 结合多组学分析、机器学习算法(包括人工神经网络)和单细胞RNA测序数据,识别了IL1B、MMP9和P2RY13作为共享枢纽基因,并强调了巨噬细胞极化失衡在两种疾病中的核心作用 | 研究结果具有初步性,受限于现有数据和方法,需要进一步的实验和临床研究来验证其有效性 | 阐明2型糖尿病与动脉粥样硬化之间的共享分子机制,并识别潜在的生物标志物和治疗靶点 | 基因表达谱数据,包括来自GEO数据库的动脉粥样硬化和2型糖尿病相关基因表达数据,以及单细胞RNA测序数据 | 机器学习 | 心血管疾病 | 基因表达分析,功能富集分析(GO/KEGG),蛋白质-蛋白质相互作用网络分析,机器学习方法,单细胞RNA测序 | 人工神经网络(ANN) | 基因表达数据,单细胞RNA测序数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 329 | 2026-01-14 |
From Genes to Malformations: Molecular Mechanisms Driving the Pathogenesis of Congenital Anomalies of the Kidney and Urinary Tract
2025-Dec-19, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms27010017
PMID:41515896
|
综述 | 本文综述了先天性肾脏和尿路畸形(CAKUT)的分子机制,包括基因变异、信号通路、纤毛功能及细胞外基质异常在疾病发生中的作用 | 整合了全外显子组和全基因组测序、拷贝数变异分析的最新发现,并强调了人类肾脏类器官、基因编辑及单细胞或空间转录组学等新兴工具在机制探索中的应用 | CAKUT具有高度异质性,其临床表现受遗传背景、表观遗传调控及环境因素(如母体糖尿病和胎儿缺氧)的复杂影响,机制尚未完全阐明 | 阐明CAKUT的分子发病机制,以改善诊断、加深生物学理解并支持靶向治疗策略的开发 | 先天性肾脏和尿路畸形(CAKUT) | 数字病理学 | 肾脏疾病 | 全外显子组测序、全基因组测序、拷贝数变异分析、单细胞转录组学、空间转录组学 | NA | 基因组数据、转录组数据 | NA | NA | 单细胞RNA-seq、空间转录组学 | NA | NA |
| 330 | 2026-01-14 |
Hematopoietic EphA4 deficiency alters microglial heterogeneity and improves chronic spatial memory after brain injury
2025-Dec-05, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-30648-4
PMID:41350381
|
研究论文 | 本研究探讨了造血细胞特异性EphA4缺失如何通过影响小胶质细胞异质性和神经免疫重塑,改善创伤性脑损伤后的慢性空间记忆功能 | 首次揭示了外周免疫来源的EphA4信号在调控小胶质细胞异质性及长期神经功能恢复中的关键作用,并利用单细胞RNA测序技术鉴定了特定的小胶质细胞亚群 | 研究主要基于小鼠模型,其结论在人类中的适用性有待验证;且未深入探讨EphA4信号影响小胶质细胞功能的具体分子机制 | 探究外周免疫细胞来源的EphA4信号在创伤性脑损伤后小胶质细胞动态变化及神经功能恢复中的作用 | 造血细胞特异性EphA4敲除的骨髓嵌合小鼠及创伤性脑损伤模型 | 神经科学 | 创伤性脑损伤 | 单细胞RNA测序 | NA | 基因表达数据 | 未明确说明具体样本数量,使用骨髓嵌合小鼠模型 | NA | 单细胞RNA-seq | NA | NA |
| 331 | 2026-01-13 |
Spatial and single-cell transcriptomics landscape of adenomyosis
2025-Dec-26, Journal of advanced research
IF:11.4Q1
DOI:10.1016/j.jare.2025.12.042
PMID:41456646
|
研究论文 | 本研究利用单细胞和空间转录组学技术,深入解析了子宫腺肌症的细胞和分子特征,并评估了促性腺激素释放激素激动剂治疗的影响 | 首次在单细胞和空间转录组学水平上全面描绘了子宫腺肌症的细胞景观,揭示了纤毛上皮细胞和免疫-血管生成互作在疾病发病机制中的关键作用,并阐明了GnRHa治疗的作用机制 | 样本量相对较小,且主要基于转录组数据,需要进一步的功能实验验证 | 解析子宫腺肌症的病因和细胞分子机制,并评估GnRHa治疗的效果 | 子宫腺肌症患者和健康对照者的子宫组织样本 | 数字病理学 | 子宫腺肌症 | 单细胞RNA测序, 空间转录组学, 免疫荧光, 免疫组织化学 | NA | 转录组数据, 图像数据 | 15名参与者用于测序分析(11名患者和4名对照),额外13名参与者用于验证(11名患者和2名对照) | NA | 单细胞RNA-seq, 空间转录组学 | NA | NA |
| 332 | 2026-01-13 |
The Role of Metabolites in Cell-Cell Communication: A Review of Databases and Computational Tools
2025-Dec-26, Cells
IF:5.1Q2
DOI:10.3390/cells15010049
PMID:41511333
|
综述 | 本文综述了用于识别代谢物介导的细胞间通讯的现有数据库和计算工具,并讨论了当前局限性与未来改进方向 | 系统总结并批判性评估了基于scRNA-seq数据的代谢物介导细胞间通讯的数据库与计算工具,并提出了结合空间组学和人工智能的未来发展方向 | 现有数据库因缺乏统一标准而变异性大,计算工具多从通用CCC推断方法改编,未能充分捕捉代谢物与其传感器间复杂的互作机制 | 总结和评估用于推断代谢物介导细胞间通讯的数据库与计算工具,以促进该领域的方法学发展 | 代谢物介导的细胞间通讯及其相关数据库与计算工具 | 自然语言处理 | NA | 单细胞RNA测序 | NA | scRNA-seq数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 333 | 2026-01-13 |
Spatial Transcriptomics As Rasterized Image Tensors (STARIT) characterizes cell states with subcellular molecular heterogeneity
2025-Dec-22, bioRxiv : the preprint server for biology
DOI:10.64898/2025.12.18.695193
PMID:41497642
|
研究论文 | 本文介绍了一种名为STARIT的新方法,它将成像空间转录组学数据转换为图像张量表示,以利用亚细胞异质性识别细胞类型和状态 | STARIT创新地将imSRT数据中的转录本转换为图像张量表示,结合深度学习计算机视觉模型,首次实现了基于亚细胞转录定位的细胞状态识别,克服了传统基因计数方法的局限 | 方法依赖于模拟数据和真实imSRT数据的验证,但未明确说明在更广泛数据集或不同技术平台上的泛化能力,且可能受细胞分割质量的影响 | 开发一种新方法来利用成像空间转录组学数据中的亚细胞分子异质性,以更精确地识别和表征细胞类型和状态 | 成像空间转录组学数据中的细胞及其亚细胞转录本分布 | 计算机视觉 | NA | 成像空间转录组学 | 深度学习计算机视觉模型 | 图像张量 | NA | NA | 成像空间转录组学 | NA | NA |
| 334 | 2026-01-13 |
Single-cell and spatial transcriptomic profiling reveals distinct tumor microenvironment dynamics in cervical adenocarcinoma and squamous cell carcinoma
2025-Dec-19, Communications biology
IF:5.2Q1
DOI:10.1038/s42003-025-09310-2
PMID:41420004
|
研究论文 | 本研究整合单细胞RNA测序和空间转录组学技术,揭示了宫颈腺癌和鳞状细胞癌之间不同的肿瘤微环境动态特征 | 首次整合单细胞RNA测序和空间转录组学技术,系统比较了宫颈癌两种主要组织学亚型的细胞和空间异质性,并发现了亚型特异性的免疫和基质特征 | 未明确说明样本的具体数量,且研究结果需要在更大规模的队列中进行验证 | 解析宫颈癌不同组织学亚型的肿瘤微环境异质性,为开发亚型特异性治疗策略提供依据 | 宫颈腺癌和鳞状细胞癌组织 | 数字病理学 | 宫颈癌 | 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 | NA | NA | 单细胞RNA-seq,空间转录组学 | NA | NA |
| 335 | 2026-01-13 |
AI-driven virtual cell models in preclinical research: technical pathways, validation mechanisms, and clinical translation potential
2025-Dec-11, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-02198-6
PMID:41381900
|
综述 | 本文综述了AI驱动的虚拟细胞模型在临床前研究中的技术路径、验证机制及临床转化潜力 | 通过整合多模态组学数据与深度生成模型、图神经网络等先进算法,构建高精度预测药物反应、基因扰动和疾病进展的虚拟细胞模型,并强调从计算评估到CRISPR检测和类器官平台实验验证的闭环工作流程 | 在监管接受度、数据隐私和模型可解释性方面仍面临挑战 | 探讨AI驱动的虚拟细胞模型在生命科学研究中的技术路径、验证机制及其在精准医疗和药物发现中的临床转化潜力 | 虚拟细胞模型及其在药物筛选和疾病建模中的应用 | 机器学习 | NA | 单细胞转录组学、蛋白质组学、CRISPR检测 | 深度生成模型、图神经网络 | 多模态组学数据 | NA | NA | 单细胞RNA-seq、单细胞蛋白质组学 | NA | NA |
| 336 | 2026-01-13 |
AI-based Predictive Signaling Pathway Profiling in Cardiac Fibrosis Suggests a Novel Combinatorial Treatment Strategy
2025-Dec-05, bioRxiv : the preprint server for biology
DOI:10.64898/2025.12.04.692460
PMID:41497580
|
研究论文 | 本研究利用人工智能分析心脏纤维化相关文献,结合单细胞RNA测序数据,揭示了JAK-STAT和TGF-β信号通路在急慢性心脏损伤中的动态作用,并提出了一种基于时序的组合治疗策略 | 首次利用AI模型从大量文献中预测心脏纤维化的关键信号通路,并通过单细胞分析验证了致病性肌成纤维细胞亚群,提出了一种时序差异性的JAK-STAT与TGF-β联合抑制新策略 | 研究主要基于小鼠模型和有限临床样本,AI模型的预测依赖于历史文献数据,可能无法涵盖所有未知机制,且联合治疗策略的临床转化效果仍需进一步验证 | 探索心脏纤维化的关键信号通路机制,并开发更有效的治疗策略以减轻病理性纤维化而不影响急性损伤后的代偿性瘢痕形成 | 小鼠心脏纤维化模型(急性心肌梗死和慢性横向主动脉缩窄)及临床心脏损伤样本 | 机器学习 | 心血管疾病 | 单细胞RNA测序,动态富集分析,基因敲除技术 | AI预测模型 | 文本(文献数据),基因表达数据 | 基于过去十年6,528篇心脏纤维化出版物训练的AI模型,以及小鼠模型和临床样本的单细胞RNA测序数据 | NA | 单细胞RNA-seq | NA | NA |
| 337 | 2026-01-13 |
Study design and rationale for the NeoTRACE trial: a multicenter phase II study of neoadjuvant sacituzumab govitecan plus zimberelimab followed by adjuvant zimberelimab with or without sacituzumab govitecan in patients with resectable non-small cell lung cancer
2025-Dec, Future oncology (London, England)
DOI:10.1080/14796694.2025.2591213
PMID:41268635
|
研究论文 | 本文介绍了NeoTRACE试验的研究设计和原理,该试验是一项评估新辅助sacituzumab govitecan联合zimberelimab,随后进行辅助zimberelimab联合或不联合sacituzumab govitecan在可切除非小细胞肺癌患者中的疗效和安全性的II期研究 | 评估一种不含铂类药物的新辅助治疗方案(sacituzumab govitecan联合PD-1抑制剂zimberelimab)在可切除NSCLC中的应用,并探索循环肿瘤DNA动态、TROP2表达和空间转录组学作为生物标志物 | 该研究为单臂II期研究,缺乏对照组,且样本量较小(计划纳入50名参与者) | 旨在提高可切除非小细胞肺癌患者的病理完全缓解率,降低毒性,提高手术可行性,并通过个性化辅助治疗改善长期预后 | 可切除的II期至IIIB(N2)期、无已知EGFR/ALK突变的非小细胞肺癌患者 | NA | 肺癌 | 循环肿瘤DNA分析,空间转录组学 | NA | NA | 计划纳入50名参与者 | NA | NA | NA | NA |
| 338 | 2026-01-13 |
Hypergraph-driven spatial multimodal fusion for precise domain delineation and tumor microenvironment decoding
2025-Dec-01, Communications biology
IF:5.2Q1
DOI:10.1038/s42003-025-09312-0
PMID:41326702
|
研究论文 | 本文提出了一种名为HAST的超图驱动空间多模态融合工具,用于精确划分空间域和解码肿瘤微环境 | HAST通过整合基因表达、空间坐标和组织学特征构建局部超图,有效建模多对多空间关系,并利用超图卷积网络结合自监督对比学习融合多视图信息 | 未在摘要中明确提及 | 精确划分空间域并解码肿瘤微环境,以促进癌症研究中的空间组学分析 | 肿瘤微环境中的空间域和细胞相互作用 | 空间转录组学 | 肿瘤 | 空间转录组学 | 超图卷积网络 | 基因表达、空间坐标、组织学特征 | NA | NA | 空间转录组学 | NA | NA |
| 339 | 2026-01-12 |
Comprehensive analysis of gene signature linking hypoxia and lactylation for predicting prognosis and immunotherapy response in patients with gastric cancer
2025-Dec-31, Translational cancer research
IF:1.5Q4
DOI:10.21037/tcr-2025-1453
PMID:41510071
|
研究论文 | 本研究通过整合单细胞RNA测序和空间转录组数据,揭示了胃癌的细胞异质性,并基于缺氧和乳酸化相关基因构建了预后模型,用于预测临床预后和免疫治疗反应 | 首次整合单细胞RNA测序和空间转录组数据分析胃癌的细胞异质性,并基于缺氧和乳酸化相关基因构建预后模型,探索其在免疫治疗反应预测中的潜力 | 研究依赖于公共数据库数据,未进行实验验证;模型在外部队列中的验证可能受样本异质性影响 | 研究缺氧和乳酸化对胃癌的影响,并构建相关预后模型以预测临床预后和免疫治疗反应 | 胃癌患者 | 数字病理学 | 胃癌 | 单细胞RNA测序,空间转录组测序,LASSO算法,CIBERSORT算法,TIDE评分,ESTIMATE方法,InferCNV分析 | LASSO回归模型 | 单细胞RNA测序数据,空间转录组数据,临床数据 | scRNA-seq数据包含23,447个基因和104,150个细胞;使用TCGA和GEO数据集进行模型构建和验证 | NA | 单细胞RNA-seq,空间转录组学 | NA | NA |
| 340 | 2026-01-12 |
Identification of differentiation markers and immune microenvironment in head and neck squamous cell carcinoma using machine learning combined with single-cell analysis
2025-Dec-31, Translational cancer research
IF:1.5Q4
DOI:10.21037/tcr-2025-1723
PMID:41510074
|
研究论文 | 本研究结合机器学习和单细胞转录组分析,识别头颈鳞状细胞癌分化相关分子标志物并探索不同分化状态下的免疫微环境差异 | 首次整合机器学习与单细胞分析识别HNSCC分化标志物,发现CRABP2低表达是低分化肿瘤的关键驱动因素,并揭示低分化肿瘤具有免疫抑制微环境特征 | 研究主要基于公共数据库数据,实验验证样本量有限,需进一步扩大临床队列验证标志物的普适性 | 识别头颈鳞状细胞癌分化相关分子标志物并探索不同分化状态下的免疫微环境差异 | 头颈鳞状细胞癌(HNSCC)患者肿瘤组织 | 机器学习 | 头颈鳞状细胞癌 | 单细胞RNA测序,加权基因共表达网络分析,伪时间轨迹分析,分支表达分析建模,蛋白质印迹,定量聚合酶链反应,免疫组织化学,球体形成实验,多重免疫荧光 | WGCNA,Monocle,BEAM | 转录组数据,单细胞RNA测序数据 | TCGA-HNSC数据集及GEO数据库单细胞数据,具体样本数量未明确说明 | NA | 单细胞RNA-seq | NA | NA |