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 9342 篇文献，本页显示第 1221 - 1240 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1221 | 2026-09-10 |
A high-resolution spatial map of cilia-associated proteins in the human fallopian tube
2026-Apr-20, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-026-71692-6
PMID:42010243
|
研究论文 | 利用整合转录组学和蛋白质组学方法，在单细胞分辨率下绘制了人类输卵管中纤毛相关蛋白的高分辨率空间图谱 | 首次以单细胞分辨率整合转录组和蛋白质组数据，系统描绘输卵管纤毛相关蛋白的空间分布，并识别出多个以往仅在转录水平研究的新蛋白 | 研究基于特定组织样本，部分蛋白在输卵管中的功能验证尚需进一步实验 | 揭示输卵管纤毛相关蛋白的分子景观，以助于理解不孕及相关纤毛功能疾病机制 | 人类输卵管及其他具有运动纤毛的组织 | 蛋白质组学 | 不孕症 | RNA-seq、单细胞RNA-seq、质谱 | NA | 转录组数据、蛋白质数据、空间分布数据 | 涉及人类输卵管及其他组织样本，具体数量未提供，包括一位输卵管积水患者样本 | 纳 | bulk RNA-seq | NA | NA |
| 1222 | 2026-09-10 |
ASCL2 drives colorectal cancer metastasis through transcriptional activation of TDGF1
2026-Apr-20, Cellular oncology (Dordrecht, Netherlands)
DOI:10.1007/s13402-026-01213-6
PMID:42009994
|
研究论文 | 通过多组学整合与实验验证，揭示ASCL2通过转录激活TDGF1驱动结直肠癌转移的机制 | 首次在结直肠癌中发现ASCL2作为转移转变的关键调控因子，并阐明其直接结合TDGF1启动子激活转录，形成ASCL2-TDGF1级联驱动转移的机制 | 未提供具体局限性信息 | 阐明结直肠癌转移的分子机制，特别是ASCL2和TDGF1在其中的作用 | 结直肠癌的恶性上皮细胞亚群、ASCL2和TDGF1转录因子及临床样本 | 基因组学 | 结直肠癌 | 单细胞RNA测序 | 伪时间轨迹分析 | 单细胞转录组数据、临床样本数据 | 未提供具体数量 | NA | 单细胞RNA-seq | NA | NA |
| 1223 | 2026-09-10 |
SA2E: spatial-aware auto-encoder for cell type deconvolution of spatial transcriptomics data
2026-04-07, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btag133
PMID:41863296
|
研究论文 | 提出了一种空间感知自编码器框架SA2E，用于空间转录组数据的细胞类型反卷积，无需预定义标记基因 | SA2E无需预先定义细胞类型标记基因，通过空间正则化自编码器学习潜在点表示，并利用重建目标学习细胞类型特征，优于现有方法 | 摘要未明确提及局限性，可能需要依赖模拟数据进行预训练，真实数据性能可能受数据质量影响 | 开发一种无需预定义标记基因的细胞类型反卷积方法，提高空间转录组数据中细胞类型比例推断的准确性 | 空间转录组数据中的细胞类型比例推断 | 机器学习 | NA | NA | 自编码器 | 空间转录组数据、单细胞RNA测序数据 | 模拟和真实空间转录组数据集（具体样本数量未提及） | NA | 空间转录组学 | NA | NA |
| 1224 | 2026-09-10 |
Structure-preserving multivariate hypothesis testing for mass spectrometry imaging and single-cell data
2026-04-07, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btag137
PMID:41863333
|
研究论文 | 提出一种保留结构的多元假设检验方法block-SAM，用于质谱成像和单细胞数据，以减少假阳性发现 | 引入块结构来处理嵌套样本，避免传统方法中因忽略样本来源而导致的假阳性膨胀，同时保留空间或细胞分辨率 | 未明确提及局限性，但可能依赖数据集的嵌套结构假设，且验证范围限于特定类型的数据 | 开发一种能够处理嵌套样本并减少假阳性发现的统计方法，适用于高维生物数据 | 质谱成像数据中的像素和单细胞RNA测序数据中的细胞，以及它们所属的个体样本 | 生物信息学 | 癌症（肾癌、肺癌、卵巢肿瘤） | 质谱成像、单细胞RNA测序 | SAM（显著性分析微阵列） | 图像、文本（基因表达数据） | 来自肾脏、肺和卵巢肿瘤的DESI-MSI数据，以及转移性肾细胞癌scRNA-seq数据集（比较ICB治疗与未治疗患者） | NA | 质谱成像、单细胞RNA测序 | NA | NA |
| 1225 | 2026-09-10 |
AutoGERN: single-cell RNA-seq gene regulatory network inference via explicit link modeling and adaptive architectures
2026-04-07, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btag143
PMID:41871930
|
研究论文 | 提出AutoGERN，一种用于单细胞RNA测序基因调控网络推断的图神经网络框架，通过显式链接建模和自适应架构提高性能与鲁棒性 | 显式建模调控信息在消息传递空间中的边缘嵌入，采用双消息传递空间（层内与跨层）及基于AutoGNN的架构搜索以适应不同数据集分布 | 未提及 | 开发一种针对scRNA-seq数据的基因调控网络推断方法，以捕获复杂调控依赖并适应数据分布差异 | 单细胞RNA测序数据中的基因调控网络 | 机器学习 | NA | 单细胞RNA测序 | 图神经网络、多层感知机 | 基因表达数据 | 多个真实单细胞RNA测序数据集 | NA | 单细胞RNA测序 | NA | NA |
| 1226 | 2026-09-10 |
Hypergraph representations of single-cell RNA sequencing data for improved cell clustering
2026-04-07, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btag148
PMID:41896196
|
研究论文 | 提出将单细胞RNA测序数据表示为超图以捕捉高阶信息，并引入两种新的聚类算法以改进细胞类型区分 | 首次将超图表示用于scRNA-seq数据分析，并创新性地提出两种基于超图的聚类算法（DIPHW和CoMem-DIPHW），结合局部与全局信息 | 未提供明确的局限性信息，但从内容推断可能依赖数据质量和网络结构假设 | 通过超图表示和新型聚类算法提高单细胞测序数据的细胞聚类性能 | 人类胰腺、小鼠胰腺、人类大脑、小鼠大脑组织细胞，以及人肺腺癌细胞系 | 机器学习 | NA | 单细胞RNA测序 | 超图随机游走算法（DIPHW、CoMem-DIPHW） | 单细胞基因表达数据 | 多个真实数据集（人类胰腺、小鼠胰腺、人类大脑、小鼠大脑）和一个模拟数据集及一个细胞系注释数据集 | NA | 单细胞RNA测序 | NA | NA |
| 1227 | 2026-09-10 |
A novel deep learning-driven framework for improving lncRNA comprehensive annotation with LncADeep 2.0
2026-04-07, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btag162
PMID:41923359
|
研究论文 | 介绍LncADeep 2.0，一个集成深度学习框架，用于改进长链非编码RNA的鉴定和功能注释 | 融合新型肽特征与序列和结构信息，并采用迁移学习策略利用lncRNA中心相互作用网络和基因本体术语，实现有限功能数据下的稳健注释性能 | 未提及具体局限性 | 提高长链非编码RNA鉴定的准确性和功能注释的性能 | 长链非编码RNA（lncRNA） | 机器学习 | NA | RNA-seq | 深度学习 | 序列数据、RNA-seq数据 | 未提及具体样本数量，涉及GENCODE注释转录本和RNA-seq数据 | NA | RNA-seq | NA | NA |
| 1228 | 2026-09-10 |
Simultaneous spatial transcriptomics and morphology profiling as tools to explore how microglia change with age
2026-Apr, Nature aging
IF:17.0Q1
DOI:10.1038/s43587-026-01089-z
PMID:41807806
|
研究论文 | 结合多重错误鲁棒荧光原位杂交与免疫组化，研究小胶质细胞形态与亚细胞mRNA定位如何随年龄变化及其与功能的关系 | 首次将空间转录组学与形态学分析相结合，揭示小胶质细胞mRNA空间组织在不同状态下的异质性，并发现形态与转录状态的常规假设存在例外 | 主要基于小鼠模型，可能不完全适用于人类小胶质细胞；未深入探讨功能变化的直接因果关系 | 探索小胶质细胞形态、亚细胞mRNA定位与功能相互作用，并研究年龄相关变化 | 小鼠脑内的小胶质细胞（年轻与年老） | 空间转录组学 | 神经退行性疾病（以年龄相关变化为背景） | 多重错误鲁棒荧光原位杂交 | NA | 图像 | 年轻和老年小鼠脑样本（具体数量未提供） | NA | 空间转录组学 | NA | NA |
| 1229 | 2026-09-10 |
LAML-Pro: Joint Maximum Likelihood Inference of Cell Genotypes and Cell Lineage Trees
2026-Mar-31, bioRxiv : the preprint server for biology
DOI:10.64898/2026.03.27.714879
PMID:41959070
|
研究论文 | 介绍了一种名为LAML-Pro的算法，该算法利用最大似然方法联合推断细胞基因型与细胞谱系树 | 提出了一种联合推断细胞基因型和细胞谱系树的新算法，该算法基于概率混合型缺失观测（PMMO）模型，能够纠正基因型错误并提高谱系树推断的准确性，优于传统分步方法 | 文章中未明确提及局限性 | 开发一种联合推断细胞基因型和细胞谱系树的算法，以克服传统两步法因基因型错误导致的谱系树不准确问题 | 细胞基因型及细胞谱系树 | 机器学习 | NA | NA | 概率模型（PMMO）和最大似然估计 | 模拟数据集和成像数据 | 数千细胞（模拟数据）及两个成像谱系追踪系统的数据 | NA | 成像 | NA | NA |
| 1230 | 2026-03-19 |
Correction to 'Integrating Bulk RNA and Single-Cell RNA Sequencing Identifies and Validates Lactylation-Related Signatures for Intervertebral Disc Degeneration'
2026-Mar, Journal of cellular and molecular medicine
IF:4.3Q2
DOI:10.1111/jcmm.71061
PMID:41845558
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1231 | 2026-09-10 |
scDBic: a novel deep learning-based biclustering algorithm for analyzing scRNA-seq data
2026-02-28, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btag095
PMID:41746287
|
研究论文 | 介绍了一种名为scDBic的新型深度学习双聚类算法，用于分析单细胞RNA测序数据，以改进细胞聚类和识别关键基因 | 提出将深度自动编码器用于细胞聚类、基因聚类和反向策略识别关键基因的双聚类新算法，提高了聚类性能 | 摘要中未明确指出局限性 | 旨在开发一种能同时发现细胞群并识别细胞群中关键基因的新型算法，以提高scRNA-seq数据的聚类性能 | 单细胞RNA测序数据 | 机器学习 | NA | 单细胞RNA测序 | 深度自动编码器 | 基因表达数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 1232 | 2026-09-10 |
CoMBCR: Co-Learning Multi-Modalities of BCRs and gene expressions
2026-02-28, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btag115
PMID:41803065
|
研究论文 | 提出CoMBCR，一种共学习B细胞受体和基因表达的嵌入工具，将数据表示在统一潜在空间中进行下游分析 | 首次联合学习B细胞受体和基因表达两种模态，通过模态差距分析揭示免疫反应和CDR3基序偏好，并结合空间转录组追踪恶性B细胞发育轨迹 | 未明确提及，但可能依赖于匹配的BCR和基因表达数据，对数据质量要求高 | 开发一种共学习B细胞受体和基因表达的嵌入工具，提高B细胞生物学特征的捕获能力 | 126,791个B细胞，来自不同数据集，具有匹配的BCR和基因表达 | 机器学习 | SARS-CoV-2感染，淋巴瘤 | 基因表达谱分析，空间转录组学 | 共学习模型（Co-Learning） | 基因表达数据，BCR序列数据，空间转录组数据 | 126,791个B细胞 | NA | 单细胞RNA测序，空间转录组学 | NA | NA |
| 1233 | 2026-09-10 |
BrainConnect: processing brain connectivity and spatial transcriptomics data for integrative analysis
2026-02-28, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btag120
PMID:41808453
|
研究论文 | 开发了一个处理小鼠脑连接数据和空间转录组数据的软件，并利用长短期记忆网络预测连接强度。 | 首次提出一种统一处理脑连接组和空间转录组数据的软件框架，并集成深度学习模型预测连接强度。 | 仅在小鼠脑数据上验证，未涉及其他物种，且依赖空间转录组数据的质量。 | 整合脑连接组和空间转录组数据，通过深度学习模型预测脑连接强度并识别关键基因。 | 小鼠脑连接数据和全脑空间转录组数据。 | 神经科学、深度学习 | NA | 空间转录组 | 长短期记忆网络 | 图像、基因表达数据 | 小鼠脑（具体样本数量未提供） | NA | NA | NA | NA |
| 1234 | 2026-09-10 |
stRGAT: identifying spatial domains in spatial transcriptomics via a relational graph attention network
2026-01-14, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-025-07676-9
PMID:41535938
|
研究论文 | 提出stRGAT，一种基于关系图注意力网络的深度学习框架，用于空间转录组学中的空间域识别，通过整合空间信息和基因表达来学习低维嵌入表示。 | 创新性地采用关系图注意力网络，自适应地对相邻和跨区斑点间的相似性进行建模，从而实现连贯的空间分割，并扩展至检测空间可变基因的能力。 | 摘要中未提及明确的局限性。 | 旨在准确识别具有转录组和形态模式一致性的空间域，提高空间转录组学分析中空间域鉴定的准确性。 | 跨物种数据集、连续组织切片和小鼠脑干精细数据集。 | 机器学习和数字病理 | NA | 空间转录组学测序 | 关系图注意力网络 | 空间转录组数据 | 未具体指定样本数量，但涉及跨物种、连续切片的多个数据集。 | NA | 空间转录组学 | NA | NA |
| 1235 | 2026-09-10 |
Senescent fibroblasts drive CD8+ T cell dysfunction in colorectal cancer via CD36-mediated lipid transfer and peroxidation
2026-01-14, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-025-07636-3
PMID:41535933
|
研究论文 | 本研究通过单细胞RNA测序和机器学习等方法，发现衰老成纤维细胞通过CD36介导的脂质转移和过氧化作用驱动结直肠癌中CD8+ T细胞功能失常，并验证了衰老细胞清除剂作为免疫治疗策略的潜力。 | 首次揭示衰老成纤维细胞通过CD36依赖的脂质转移和过氧化作用直接损害CD8+ T细胞功能，为结直肠癌免疫抑制机制提供新见解，并提出靶向衰老基质细胞的免疫治疗策略。 | 尚需更多临床样本验证衰老成纤维细胞与CD8+ T细胞相互作用的临床相关性，以及衰老细胞清除剂的长期效果和副作用。 | 探索衰老成纤维细胞是否及如何驱动结直肠癌中CD8+ T细胞功能障碍，并评估靶向衰老细胞的治疗潜力。 | 人结直肠癌标本、邻近正常黏膜、患者来源的类器官（CRC-PDOs）、CD8+ T细胞、衰老成纤维细胞、AOM/DSS诱导的结直肠癌小鼠模型。 | 数字病理学 | 结直肠癌 | 单细胞RNA测序、机器学习、细胞-细胞通讯分析、共培养实验、高内涵成像、流式细胞术、ELISA、脂质脉冲追踪（BODIPY FL C16）、AOM/DSS小鼠模型、药物敏感性预测 | 随机森林 | 单细胞转录组数据、图像、基因表达数据 | 人结直肠癌标本和相邻正常黏膜（具体样本数未提供）、患者来源类器官、共培养细胞、小鼠模型（样本数未明确） | NA | 单细胞RNA-seq | NA | NA |
| 1236 | 2026-09-10 |
Decoding the tumor microenvironment remodeling orchestrated by CLEC3B+ inflammatory cancer-associated fibroblasts in lung adenocarcinoma immunotherapy: elucidation from pan-cancer spatially single-cell transcriptomics landscape
2026-01-12, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-026-07677-2
PMID:41526921
|
研究论文 | 通过泛癌单细胞RNA测序和空间转录组测序分析，揭示CLEC3B+炎症性癌症相关成纤维细胞在肺腺癌免疫治疗中的肿瘤微环境重塑作用，并开发预测免疫检查点抑制剂反应的特征模型 | 首次利用泛癌单细胞与空间转录组分析整合，揭示CLEC3B+ iCAFs的空间分布及其通过JAK2-STAT3通路增强免疫刺激功能的机制，并构建基于iCAF标志基因的ICS模型用于预测免疫治疗反应 | 尚不明确，需基于更多实验和临床数据验证 | 探究CLEC3B+炎症性癌症相关成纤维细胞在肺腺癌免疫治疗中的功能异质性及其调节肿瘤微环境的机制，提供预测免疫治疗反应的新型模型和潜在治疗策略 | 泛癌及肺腺癌中的癌症相关成纤维细胞与CD8+ T细胞，包括肺腺癌患者样本和小鼠肿瘤模型 | 癌症基因组学、单细胞转录组学、空间转录组学 | 肺腺癌 | 单细胞RNA测序、空间转录组测序、RNA-seq、体内外功能实验 | 机器学习模型（用于预测免疫治疗反应） | 基因表达数据、空间转录组数据、实验数据 | 泛癌及肺腺癌患者的多中心数据，包含小鼠模型，具体样本数未明确 | 10x Genomics, Illumina | 单细胞RNA-seq, 空间转录组学 | 10x Chromium, 10x Visium, Illumina NovaSeq | 基于10x单细胞测序和空间转录组平台，并利用Illumina测序仪进行文库测序，具体方案未详细说明 |
| 1237 | 2026-09-10 |
IL-6 regulates the polarization of Dectin-1 macrophages to weaken immune escape in thyroid cancer
2026-01-10, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-026-07679-0
PMID:41519771
|
研究论文 | 本研究探讨IL-6通过调控Dectin-1介导的巨噬细胞极化，抑制甲状腺癌免疫逃逸的机制 | 首次揭示IL-6/Dectin-1轴通过ERK通路维持M1型巨噬细胞极化，从而抑制甲状腺癌免疫逃逸的新机制 | 未提及明确的局限性 | 阐明IL-6调控Dectin-1介导的巨噬细胞极化对甲状腺癌进展、代谢重编程和免疫重塑的影响 | 甲状腺癌肿瘤微环境中的巨噬细胞、CAL-62细胞及甲状腺癌小鼠模型 | 数字病理学 | 甲状腺癌 | 单细胞RNA测序, RNA测序 | NA | 基因表达数据, 图像数据 | 未明确样本数量 | NA | 单细胞RNA测序, 批量RNA测序 | NA | NA |
| 1238 | 2026-09-10 |
scSNViz: visualization and analysis of cell-specific expressed SNVs
2026-01-03, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btag023
PMID:41533688
|
研究论文 | 介绍了scSNViz，一个用于可视化与分析细胞特异性表达的单核苷酸变异的R包 | 首个提供单细胞RNA测序中表达变异的综合可视化和定量分析功能的R包，支持2D和3D可视化，并能与多种单细胞分析框架无缝集成 | 未提及具体限制，但可能依赖用户对不同单细胞工具链的熟悉程度或计算资源有要求 | 开发一种工具，用于探索、量化和可视化来自单细胞RNA测序数据的表达单核苷酸变异，以增强对转录异质性和等位基因动态的理解 | 来自细胞条形码单细胞RNA测序数据的表达单核苷酸变异 | 生物信息学 | NA | 单细胞RNA测序 | NA | 单细胞RNA测序数据 | 未指定 | NA | 单细胞RNA测序 | NA | NA |
| 1239 | 2026-09-10 |
Tissue-resident macrophage and dendritic cells drive type I IFN immunity to enteroviruses in the liver
2026-Jan, PLoS pathogens
IF:5.5Q1
DOI:10.1371/journal.ppat.1013891
PMID:41592119
|
研究论文 | 本研究利用小鼠模型和单细胞RNA测序，揭示了肝脏中组织驻留巨噬细胞和树突状细胞在肠道病毒感染中驱动I型干扰素免疫应答的细胞类型特异性机制。 | 首次通过单细胞RNA测序和条件性基因敲除小鼠，精确识别了肝脏中响应肠道病毒感染的细胞类型，并证明I型干扰素主要由库普弗细胞和树突状细胞亚群产生，而非肝细胞直接响应。 | 研究主要基于小鼠模型，可能不完全反映人类新生儿感染情况；未涉及其他类型的免疫细胞或分子机制。 | 明确肝脏中肠道病毒感染时，哪些固有免疫细胞负责启动I型干扰素抗病毒信号，并评估其对肝细胞保护的作用。 | 不同基因型小鼠（表达hFcRn且缺乏Ifnar1、Ifnlr1或两者）及肝脏中的多种细胞类型，包括肝细胞、库普弗细胞和树突状细胞。 | 免疫学 | 肠道病毒感染相关肝衰竭 | 单细胞RNA测序和条件性基因敲除 | 小鼠模型 | 单细胞转录组数据 | 多种基因型小鼠模型，具体样本数量未在摘要中提供 | 10x Genomics | 单细胞RNA测序 | 10x Chromium | 单细胞RNA测序试剂盒（具体版本未详述） |
| 1240 | 2026-09-09 |
Integrative multi-omics reveals a fibroblast-centered, ZFHX3-prioritized regulatory framework linking sick sinus syndrome and atrial fibrillation
2026-Dec, Cellular signalling
IF:4.4Q2
DOI:10.1016/j.cellsig.2026.112782
PMID:42543078
|
研究论文 | 整合多组学揭示病态窦房结综合征与心房颤动共病的遗传调控机制，以成纤维细胞为中心、ZFHX3为关键节点 | 首次通过整合GWAS、eQTL/sQTL、单细胞转录组、空间转录组和表观基因组数据，从组织、细胞和基因多尺度解析SSS与AF的共享遗传结构，并识别出以成纤维细胞为中心的调控网络 | 未明确指出 | 定义SSS与AF共病背后的共享遗传及多尺度机制 | 病态窦房结综合征和心房颤动患者的心脏组织、心房附睾成纤维细胞及相关遗传位点 | 遗传学、多组学整合分析 | 心血管疾病（病态窦房结综合征与心房颤动） | GWAS、eQTL/sQTL、单细胞转录组、空间转录组、表观基因组、共定位分析、共表达网络分析 | NA | 基因表达数据、剪接数量性状位点、单细胞RNA-seq数据、空间转录组数据、表观基因组数据 | GWAS汇总统计、GTEx表达数据、心房单细胞及空间转录组数据（具体样本量未在摘要中说明） | NA | 单细胞RNA-seq、空间转录组、表观基因组学 | NA | NA |