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 9441 篇文献，本页显示第 2121 - 2140 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2121 | 2026-08-25 |
SlotDeconv: spatial transcriptomics deconvolution via diversity-constrained prototype learning and spatial refinement
2026-Aug-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btag424
PMID:42635200
|
研究论文 | 提出SlotDeconv方法，通过多样性约束原型学习和空间细化，提升空间转录组学数据中细胞类型反卷积的准确性 | 采用槽位原型向量与最大边际多样性约束，结合基因加权非负最小二乘和KL散度空间细化，有效区分相似细胞亚型并利用空间上下文 | 摘要中未提及明确局限性，可能依赖参考数据质量或计算复杂度较高 | 解决空间转录组学中细胞类型混合时的反卷积挑战，特别是在相似亚型表达谱和空间信息利用不足的情况下 | 空间转录组数据中的细胞类型混合比例，涵盖小鼠大脑、人类胰腺癌和小鼠嗅球数据集 | 机器学习 | 胰腺癌 | 空间转录组测序 | 原型学习、非负最小二乘、空间正则化模型 | 空间基因表达数据 | 包含27种细胞类型的小鼠大脑数据集，以及人类胰腺癌和小鼠嗅球数据集 | NA | 空间转录组学 | NA | NA |
| 2122 | 2026-08-25 |
CellTypeAI: cell annotation for scRNA-seq using local generative-AI
2026-Aug-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btag425
PMID:42635202
|
研究论文 | CellTypeAI是一种用于单细胞RNA测序数据细胞注释的工具，利用本地生成式AI和检索增强生成技术，提高注释准确性并支持敏感数据 | 首次将本地部署的生成式AI模型应用于单细胞RNA测序细胞注释，结合检索增强生成方法，克服传统基于标记基因方法的局限性，并支持敏感数据集的本地化处理 | 摘要中未提及明确局限性 | 开发一种组织上下文相关的、可扩展的单细胞RNA测序细胞注释方法，以提高注释准确性并适用于敏感数据 | 单细胞RNA测序数据集中的细胞群体 | 自然语言处理，机器学习 | NA | 单细胞RNA测序 | 生成式AI模型（如ChatGPT、DeepSeek、Claude） | 单细胞RNA测序数据 | NA | NA | 单细胞RNA测序 | NA | NA |
| 2123 | 2026-08-25 |
SPIDER: spatially integrated denoising via embedding regularization with single cell supervision
2026-Aug-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btag430
PMID:42635216
|
研究论文 | 提出SPIDER，一种半监督框架，利用带注释的单细胞RNA测序参考数据引导空间转录组数据去噪。 | 通过从scRNA-seq合成伪ST数据注入细胞类型信息，无需配对测量；构建三个图并利用域对齐模块将生物学结构从伪ST转移到真实ST嵌入。 | 依赖独立生成的带注释scRNA-seq参考数据，可能不适用于所有ST数据集。 | 解决空间转录组数据因技术噪声、稀疏性和丢失事件导致的信号模糊问题，提升下游分析性能。 | 人类背外侧前额叶皮层和乳腺癌数据集。 | 机器学习 | 乳腺癌 | 空间转录组学、单细胞RNA测序 | 图注意力网络、图编码器、零膨胀负二项模型 | 基因表达数据 | 两个数据集（人类背外侧前额叶皮层和乳腺癌） | NA | 空间转录组学、单细胞RNA测序 | NA | NA |
| 2124 | 2026-08-25 |
Sensitivity analysis of cell fate trajectories from single-cell transcriptomics
2026-Aug-01, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btag473
PMID:42635227
|
研究论文 | 介绍了一种基于敏感性的计算框架FateSens，用于分析由单细胞RNA测序数据衍生的基因调控动态，通过分析细胞分化轨迹的稳定性来识别调节基因和命运边界，并在小鼠造血数据上验证了其有效性 | 首次将动力系统理论中的敏感性分析工具应用于高维且稀疏的单细胞RNA测序数据，以研究分化轨迹的稳定性，填补了现有方法在轨迹稳定性分析方面的空白 | 仅依赖于转录组测量数据，且未明确说明对数据质量或技术噪声的敏感性，也未在多系统或大规模数据上广泛验证 | 开发并验证用于分析细胞命运轨迹稳定性及识别关键调节基因的计算框架 | 小鼠造血过程中的中性粒细胞和单核细胞分化轨迹，包括分化细胞和谱系追踪条形码数据 | 机器学习 | NA | 单细胞RNA测序 | 计算框架（敏感性分析） | 单细胞转录组数据，包含谱系追踪条形码 | 小鼠造血组织的一个数据集，具体细胞数量未给出 | NA | 单细胞RNA测序 | NA | NA |
| 2125 | 2026-08-25 |
Phenotypic heterogeneity in the human gut microbiome revealed by subspecies-resolution single-cell transcriptomics
2026-Jul-31, bioRxiv : the preprint server for biology
DOI:10.64898/2026.07.30.741866
PMID:42619874
|
research paper | 开发了metaSPLiT单细胞RNA测序方法，并用于分析人类粪便微生物组，揭示了物种内功能异质性。 | 首次将单细胞RNA测序应用于复杂微生物组，通过split-pool ligation技术实现无仪器、可扩展的微生物单细胞转录组学，能在物种水平下解析功能亚群。 | 可能受限于方法的技术噪音和覆盖度，且研究仅基于健康人类粪便样本，未涵盖其他微生物组。 | 开发并应用单细胞RNA测序技术以揭示人类微生物组中物种内的功能异质性。 | 人类粪便微生物组中的细菌物种。 | 转录组学 | NA | 单细胞RNA测序 | NA | 单细胞转录组数据 | 70种细菌物种，21,598个单细胞转录组 | NA | 单细胞RNA-seq | metaSPLiT | metaSPLiT（基于split-pool ligation的微生物单细胞RNA测序，无仪器） |
| 2126 | 2026-08-25 |
CellCover defines marker gene panels capturing developmental progression in neocortical neural stem cell identity
2026-Jul-28, eLife
IF:6.4Q1
DOI:10.7554/eLife.107531
PMID:42517345
|
研究论文 | CellCover方法利用组合优化中的最小集合覆盖问题，通过二元表达数据识别标记基因组合，以捕获新皮质神经干细胞身份的发育进程 | 提出将标记基因面板选择视为最小集合覆盖问题的变体，能高效搜索候选面板空间，利用大量细胞数据，并对零膨胀具有鲁棒性，减少基因冗余并捕获不同于差异表达分析的细胞类型特异性信号 | 未在摘要中明确提及 | 开发一种新的标记基因面板选择方法，以更好定义单细胞RNA测序图谱中的细胞类别，并追踪神经发育进程 | 新皮质神经干细胞、祖细胞和神经元，以及血细胞和脑细胞数据 | 机器学习 | NA | 单细胞RNA测序 | NA | 基因表达数据 | 未具体说明，但涉及小鼠、灵长类和人类数据 | NA | 单细胞RNA-seq | NA | NA |
| 2127 | 2026-08-25 |
Single-cell multiomics connects 3D genome and transcriptome alterations in Alzheimer's disease
2026-Jul-23, Science (New York, N.Y.)
DOI:10.1126/science.adz1652
PMID:42490473
|
研究论文 | 该研究应用GAGE-seq技术联合分析阿尔茨海默病（AD）患者和对照个体死后脑组织单细胞中的基因表达和3D染色质结构，揭示与细胞类型特异性失调相关的染色质重组，并结合空间转录组和染色质可及性数据以及深度学习框架Hicformer，阐明了3D基因组特征在预测疾病相关基因表达变化中的重要性 | 首次将GAGE-seq技术应用于AD研究，在单细胞水平联合分析3D基因组结构和转录组，并整合空间转录组和染色质可及性数据，提出深度学习框架Hicformer用于预测基因表达变化 | 研究样本仅限于死后脑组织，可能无法完全反映活体状态下的动态变化；3D基因组特征与基因表达的因果关系尚未完全明确 | 探究3D基因组组织在阿尔茨海默病分子病理中的作用，提供转录调控和3D基因组组织的多尺度视图 | 阿尔茨海默病患者和年龄匹配对照个体的死后脑组织单细胞 | 基因组学 | 阿尔茨海默病 | GAGE-seq、空间转录组学、染色质可及性测序 | 深度学习框架Hicformer | 单细胞基因表达和3D染色质结构数据、空间转录组数据、染色质可及性数据 | AD患者和年龄匹配对照个体的死后脑组织样本（具体数量未在摘要中提及） | NA | GAGE-seq、空间转录组学、染色质可及性测序 | NA | GAGE-seq（基因组结构和基因表达测序） |
| 2128 | 2026-08-25 |
Decoding neoantigen-encoding tumor-specific transcripts unveils a shared target reservoir for immunotherapy in hepatocellular carcinoma
2026-Jul-21, Journal for immunotherapy of cancer
IF:10.3Q1
DOI:10.1136/jitc-2026-015428
PMID:42481156
|
研究论文 | 本研究开发了一种计算流程，从肝细胞癌患者的RNA测序数据中识别新抗原编码的肿瘤特异性转录本（neoTSTs），并验证了其作为免疫治疗靶点的潜力 | 首次系统性地利用转录组衍生新抗原（neoTSTs）来弥补突变衍生新抗原（neoMuts）在肝细胞癌中的局限性，并揭示了其共享性、生成机制及免疫治疗潜力 | 研究主要基于计算预测和体外模型，临床验证尚需进一步开展 | 探索肝细胞癌中转录组衍生新抗原（neoTSTs）的特征、生成机制及其在免疫治疗中的应用潜力 | 肝细胞癌（HCC）患者肿瘤样本及其新抗原 | 机器学习和计算生物学 | 肝细胞癌 | RNA测序、蛋白质组学、免疫肽组学、HLA转基因模型、单细胞RNA测序 | 卷积神经网络（CNN）或相关预测模型（netMHCPan） | RNA测序数据、蛋白质组学数据、单细胞RNA测序数据 | 1,013例肝癌患者样本 | NA | RNA测序、单细胞RNA测序 | NA | NA |
| 2129 | 2026-08-25 |
Is adenosine signalling entering the precision medicine era? From receptor pharmacology to patient stratification
2026-Jul-17, Purinergic signalling
IF:3.0Q2
DOI:10.1007/s11302-026-10175-1
PMID:42467297
|
评论 | 本文探讨腺苷信号传导从经典受体药理学向精准医学转变的现状与未来，强调通过生物标志物驱动患者分层来实现临床应用。 | 提出超越“一受体一疾病”传统范式，整合单细胞技术、空间转录组学等多组学手段识别疾病和患者特异的嘌呤能特征，推动精准医学策略。 | 本文为评论文章，未提供实验数据验证所提出的策略。 | 讨论腺苷信号传导进入精准医学时代的必要性和途径，强调患者分层的重要性。 | 腺苷信号传导系统及其在炎症、自身免疫、代谢和肿瘤等疾病中的作用。 | 生物信息学 | 炎症性疾病、自身免疫性疾病、代谢性疾病、肿瘤 | 单细胞技术、空间转录组学、代谢组学、人工智能 | NA | NA | NA | NA | 单细胞RNA测序、空间转录组学 | NA | NA |
| 2130 | 2026-08-25 |
Spatial transcriptomics in ovarian biology technologies: computational challenges, and biological insights
2026-Jul-03, Reproduction (Cambridge, England)
DOI:10.1093/reprod/xaag079
PMID:42391613
|
综述 | 本综述综合了当前空间转录组平台的技术概况，讨论了卵巢组织特有的计算挑战，并综述了卵巢发育、衰老、卵泡动力学和癌症方面的生物学发现，为生殖生物学中的平台选择和计算策略提供了实用框架。 | 系统比较了多种空间转录组平台，并聚焦于卵巢组织的独特计算挑战（如细胞分割、去卷积、质量控制等），提出了结合生物学目标和平台能力的选择框架。 | 没有单一平台适用于所有研究问题，且存在一些未解决的计算挑战。 | 为卵巢生物学研究提供空间转录组平台选择和计算分析的实用指南。 | 卵巢组织，包括卵巢发育、衰老、卵泡动力学和卵巢癌。 | 空间转录组学 | 卵巢癌 | 空间转录组测序（如Visium、Visium HD、Stereo-seq、GeoMx）和成像技术（如Xenium、MERSCOPE、CosMx） | NA | 空间转录组数据、单细胞RNA测序数据、空间蛋白组数据、染色质可及性数据 | 40项已发表的研究 | 10x Genomics, BGI, NanoString, Vizgen, Akoya | 空间转录组学 | 10x Visium, 10x Visium HD, BGI Stereo-seq, NanoString GeoMx, 10x Xenium, Vizgen MERSCOPE, Akoya CosMx | 包括基于测序的平台（Visium, Visium HD, Stereo-seq, GeoMx）和基于成像的平台（Xenium, MERSCOPE, CosMx） |
| 2131 | 2026-08-25 |
HTLV-1-Derived Exosomes Drive Transcriptional Reprogramming of Monocytes Toward a Mixed M1/M2 Phenotype in HAM/TSP
2026-07-03, Pathogens (Basel, Switzerland)
DOI:10.3390/pathogens15070704
PMID:42515031
|
研究论文 | 本研究通过单细胞测序技术，探究HTLV-1感染细胞来源的外泌体对HAM/TSP患者外周血单个核细胞中单核细胞转录组的影响，发现其诱导单核细胞向混合M1/M2表型转变。 | 首次利用创新的Honeycomb单细胞测序技术研究HTLV-1感染细胞外泌体对HAM/TSP患者单核细胞的影响，揭示了外泌体在单核细胞免疫失调中的潜在作用。 | 摘要中未提及研究的局限性。 | 探究HTLV-1感染细胞来源的外泌体对HAM/TSP患者单核细胞转录重编程的影响及其在疾病进展中的作用。 | HAM/TSP患者的PBMCs，特别是单核细胞。 | 单细胞测序 | HTLV-1相关脊髓病/热带痉挛性截瘫（HAM/TSP） | 单细胞测序 | NA | 单细胞转录组数据 | 未明确提及样本数量，但涉及HAM/TSP患者的PBMCs。 | Honeycomb | 单细胞RNA测序 | Honeycomb技术 | 未提供具体平台配置细节。 |
| 2132 | 2026-08-25 |
A comprehensive survey on graph neural networks for gene regulatory network inference
2026-Jul-03, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbag443
PMID:42632029
|
综述 | 本文是关于图神经网络在基因调控网络推断中应用的首次全面综述，分析了16种最新方法 | 首次系统性地统一了图架构、学习范式和数据模式，并提供了共同的基准测试框架 | 存在可扩展性、可解释性和数据集局限性等挑战 | 指导生命科学家选择合适的计算模型，并帮助研究人员开发下一代基于图学习的基因调控网络推断技术 | 基因调控网络推断方法 | 机器学习 | NA | NA | 图神经网络 | 基因表达数据 | NA | NA | NA | NA | NA |
| 2133 | 2026-08-25 |
The cell-type specific interaction based drug repurposing for psychiatric disorders
2026-Jun-30, Translational psychiatry
IF:5.8Q1
DOI:10.1038/s41398-026-04226-9
PMID:42374032
|
研究论文 | 开发了基于细胞类型特异性相互作用的计算流程scPsyDrug，用于精神疾病的药物重定位，并在抑郁症、精神分裂症和帕金森病等疾病及焦虑小鼠模型中进行了验证 | 首次为精神疾病领域开发了专门的药物重定位计算工具，整合单细胞转录组、蛋白质相互作用、药物-靶点相互作用和精神疾病风险基因，构建细胞类型特异性相互作用网络，并成功预测新候选药物 | 依赖公开数据集的可用性和质量，可能限制在其他精神疾病中的适用性 | 开发并验证针对精神疾病的细胞类型特异性药物重定位计算方法 | 抑郁症、精神分裂症、帕金森病患者及Zbtb18焦虑小鼠模型 | 机器学习 | 抑郁症、精神分裂症、帕金森病、焦虑症 | 单细胞RNA测序、蛋白质-蛋白质相互作用分析 | 计算流程（scPsyDrug） | 单细胞转录组数据、药物-靶点相互作用数据、蛋白质-蛋白质相互作用数据、风险基因数据 | 包含抑郁症、精神分裂症和帕金森病患者的单细胞RNA数据集，以及Zbtb18焦虑小鼠模型 | NA | 单细胞RNA测序 | NA | NA |
| 2134 | 2026-08-25 |
Protocol for spatially resolved pathology scores using optimal transport on spatial transcriptomics data
2026-Jun-19, STAR protocols
IF:1.3Q4
DOI:10.1016/j.xpro.2026.104584
PMID:42160174
|
研究论文 | 介绍SPaSE协议，通过最优传输在空间转录组数据上计算病理评分，以量化疾病组织与健康组织的差异 | 提出SPaSE协议，利用最优传输将病理评分分配到每个空间转录组点，并建立支持向量回归模型连接基因表达与病理影响 | 未提及 | 开发并验证一种在空间转录组数据上量化组织病理的方法 | 人类和小鼠的空间转录组数据集 | 空间转录组学 | 不特定 | 空间转录组学 | 支持向量回归 | 空间转录组数据 | 多个数据集 | NA | 空间转录组学 | NA | NA |
| 2135 | 2026-08-25 |
Dissecting PCD-driven molecular landscapes in AML: a multi-omic framework for prognostication and therapeutic targeting
2026-Jun-15, Clinical and experimental medicine
IF:3.2Q2
DOI:10.1007/s10238-026-02205-4
PMID:42295454
|
研究论文 | 通过整合单细胞RNA测序和多组学数据，研究急性髓系白血病中程序性细胞死亡驱动的分子特征，并开发预后模型PCDRScore及治疗靶向策略 | 首次基于程序性细胞死亡通路对AML进行亚型划分，并开发包含13个PCD相关基因的预后模型，该模型在多个验证队列中优于现有模型，并结合实验验证关键基因表达 | 探索性分析，治疗敏感性预测基于计算，未进行临床验证 | 阐明程序性细胞死亡在AML异质性中的作用，建立预后分层和治疗靶向框架 | 急性髓系白血病细胞和患者样本 | 机器学习和数字病理学 | 急性髓系白血病 | 单细胞RNA测序及多组学分析 | 机器学习模型（包含13个PCD相关基因的预后模型） | 基因表达数据、临床数据、体细胞突变数据 | 2680个AML样本，来自10个队列 | NA | 单细胞RNA测序 | NA | NA |
| 2136 | 2026-08-25 |
Molecular evidence for early deuterostome origins of ovarian cell types and neuroendocrine control of reproduction
2026-Jun-13, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-026-74401-5
PMID:42288494
|
研究论文 | 利用海星作为非脊索动物后口动物代表，通过单细胞RNA测序和3D成像揭示卵巢细胞类型及其空间组织，探讨卵巢细胞类型和神经内分泌调控的进化起源 | 首次在海星中定义棘皮动物卵巢细胞类型库，并发现与哺乳动物相似的卵原干细胞、颗粒样细胞和膜样细胞，提出卵巢内在神经内分泌系统可能调控卵子发生 | 基于单一非脊索动物物种，且结论依赖于推断的细胞类型相似性和信号相互作用，需要更多物种和功能验证 | 探究卵巢细胞类型及其信号相互作用的进化起源，特别是后口动物祖先的卵巢细胞类型和神经内分泌调控机制 | 海星（Patiria miniata）的卵巢细胞 | 单细胞组学 | NA | 单细胞RNA测序（scRNA-seq）和3D成像 | NA | 单细胞转录组数据、3D图像 | 海星卵巢细胞，具体数量未在摘要中说明 | NA | 单细胞RNA测序（scRNA-seq） | NA | NA |
| 2137 | 2026-08-25 |
Translational potential of GMP-grade human umbilical cord-derived mesenchymal stem cells (UC-MSCs) in traumatic spinal cord injury: a preclinical study in rat
2026-06-10, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-026-08373-x
PMID:42271443
|
研究论文 | 本研究在大鼠创伤性脊髓损伤模型中评估了GMP级人脐带间充质干细胞（UC-MSCs）的疗效，发现高剂量治疗能显著改善运动功能、减轻病变、抑制炎症和调节免疫，并揭示了可能的修复机制，为临床转化提供了依据 | 首次使用GMP级UC-MSCs在大鼠SCI模型中系统评估不同剂量下的疗效，并结合scRNA-seq和sRNA-seq多组学分析揭示其多机制修复作用 | 研究仅在大鼠模型中进行，未涉及人体临床试验，且UC-MSCs的体内分布和长期安全性需进一步评估 | 评估GMP级人UC-MSCs对创伤性脊髓损伤的治疗效果及其潜在机制，以支持临床应用 | 50只Sprague-Dawley大鼠，T10级脊髓损伤模型 | 数字病理学 | 创伤性脊髓损伤 | scRNA-seq, sRNA-seq, ELISA, 免疫荧光, MRI | NA | 单细胞转录组数据, 小型RNA测序数据, 图像数据, 生化数据 | 50只大鼠，分为5组（每组10只） | NA | 单细胞RNA测序, 小型RNA测序 | NA | NA |
| 2138 | 2026-08-25 |
CSF2 drives radiation-induced lung injury by eliciting PADI4-high pathogenic neutrophils
2026-06-10, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-026-08413-6
PMID:42271382
|
研究论文 | 本研究通过单细胞RNA测序和多组学分析，揭示了CSF2驱动PADI4高表达致病性中性粒细胞在放射性肺损伤中的关键作用及潜在治疗靶点 | 首次识别PADI4为放射性肺损伤中中性粒细胞相关的核心分子，并阐明辐射损伤上皮细胞通过分泌CSF2诱导中性粒细胞PADI4高表达的机制，提出PADI4抑制作为新的治疗策略 | 研究主要基于小鼠模型，其结论需在人类样本中进一步验证；未深入探讨PADI4在中性粒细胞外的其他细胞类型中的作用 | 解码放射性肺损伤微环境中受损上皮细胞与中性粒细胞之间的相互作用，探究致病性中性粒细胞亚群的招募和功能特化机制 | 小鼠放射性肺损伤模型、辐射损伤的肺上皮细胞、HL-60中性粒细胞样细胞 | 数字病理学 | 放射性肺损伤 | 单细胞RNA测序、批量转录组测序、伪时间分析、免疫荧光、ELISA | 伪时间算法 | 基因表达数据、组织图像 | 小鼠模型（数量未具体说明），体外共培养系统 | 10x Genomics | 单细胞RNA测序 | 10x Chromium | 10x Chromium单细胞3'端测序 |
| 2139 | 2026-08-25 |
Single-cell T-cell landscape in atherosclerosis: implications for targeted therapy and beyond
2026-06-10, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-026-08334-4
PMID:42271375
|
综述 | 本文综述了单细胞转录组技术在动脉粥样硬化免疫学中的最新发现，重点阐述了斑块T细胞亚群的异质性和可塑性，及其对靶向免疫治疗和精准医学的意义 | 通过单细胞RNA测序和空间转录组学揭示了动脉粥样硬化病变中先前未被识别的T细胞亚群，描述了细胞毒性谱系与调节性谱系之间的过渡状态，并展示了T细胞在血管层中的区室特异性分布 | 对T细胞谱系定向、可塑性和与血管微环境相互作用的全面理解仍存在挑战 | 总结单细胞转录组技术在动脉粥样硬化免疫学中的最新进展，为靶向免疫治疗和新型分子靶点的识别提供基础 | 小鼠和人类动脉粥样硬化病变中的T细胞亚群 | 数字病理学 | 心血管疾病 | 单细胞RNA测序、空间转录组学、多组学 | NA | 转录组数据、空间表达数据 | NA | NA | 单细胞RNA测序、空间转录组学 | NA | NA |
| 2140 | 2026-08-25 |
C3+ cancer-associated fibroblast-derived GAS6 promotes cervical cancer metastasis via activation of AXL signaling pathway in a syngeneic orthotopic mouse model
2026-06-08, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-026-08392-8
PMID:42260511
|
研究论文 | 该研究建立了一种同基因原位小鼠宫颈癌模型，通过单细胞RNA测序揭示了C3+癌症相关成纤维细胞通过激活GAS6/AXL信号通路促进宫颈癌转移的机制 | 构建了能忠实再现宫颈癌转移级联过程的同基因原位小鼠模型，该模型保留了免疫健全的原发肿瘤微环境，并通过单细胞测序首次鉴定出与不良预后相关的C3+成纤维细胞亚群及其通过GAS6/AXL通路增强肿瘤侵袭性的作用 | 模型主要基于小鼠宫颈癌细胞系U14，可能不完全代表人类宫颈癌的异质性；且研究主要在动物水平进行，缺乏临床样本验证 | 建立一种能忠实再现宫颈癌转移级联的同基因原位小鼠模型，并定义肿瘤微环境中与转移相关的细胞相互作用 | 小鼠宫颈癌细胞系U14、免疫健全的C57BL/6小鼠、原发肿瘤和配对淋巴结转移肿瘤组织 | 数字病理学 | 宫颈癌 | 单细胞RNA测序 | 小鼠模型、细胞系模型 | 基因表达数据（单细胞RNA测序数据）、组织学图像 | 未提及具体样本数量 | NA | 单细胞RNA测序 | NA | NA |