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 37368 篇文献，本页显示第 2221 - 2240 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2221 | 2026-02-15 |
scSCC: A swapped contrastive learning-based clustering method for single-cell gene expression data
2025-Jun, Quantitative biology (Beijing, China)
DOI:10.1002/qub2.85
PMID:41675506
|
研究论文 | 本文提出了一种基于交换对比学习的单细胞基因表达数据聚类方法scSCC，通过结合实例对比学习和交换预测模块来提取适合聚类的细胞表示 | scSCC创新性地结合了实例对比学习模块和交换预测模块，通过聚类原型向潜在空间注入聚类信号，使同一簇的细胞向共同原型聚集，从而增强聚类友好性 | NA | 开发一种新的单细胞RNA-seq数据聚类算法以提高细胞类型解密的准确性 | 单细胞基因表达数据 | 机器学习 | NA | 单细胞RNA-seq | 对比学习 | 基因表达数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 2222 | 2026-02-15 |
Bioinformatics perspectives on transcriptomics: A comprehensive review of bulk and single-cell RNA sequencing analyses
2025-Jun, Quantitative biology (Beijing, China)
DOI:10.1002/qub2.78
PMID:41675508
|
综述 | 本文系统比较了bulk RNA-seq和单细胞RNA-seq的计算分析流程，包括其基本原理、应用、优势与局限性，并展望了转录组研究的未来方向 | 提供了bulk RNA-seq与scRNA-seq技术的全面系统比较，强调了计算工具、机器学习及NGS平台在转录组研究中的整合应用 | 作为综述文章，未涉及原始实验数据或具体案例分析，主要基于现有文献进行总结 | 全面理解bulk RNA-seq和scRNA-seq技术，包括其优势、局限性和计算考量，以推动转录组研究的发展 | 转录组（RNA分子集合）及其在生理过程中的调控作用 | 生物信息学 | NA | RNA-seq, 单细胞RNA-seq | NA | RNA序列数据 | NA | NA | bulk RNA-seq, 单细胞RNA-seq | NA | NA |
| 2223 | 2026-02-15 |
Transcriptomic Signature-Guided Depletion of Intermediate Alveolar Epithelial Cells Ameliorates Pulmonary Fibrosis in Mice
2025-May-21, Research square
DOI:10.21203/rs.3.rs-6623390/v1
PMID:40470235
|
研究论文 | 本研究通过单细胞RNA测序分析，识别了肺纤维化中的中间肺泡上皮细胞，并开发了一种RNA感知依赖的蛋白质翻译技术，选择性靶向并清除这些细胞，从而减轻小鼠模型中的肺纤维化 | 引入了新型RNA感知依赖的蛋白质翻译技术，用于选择性靶向和功能研究中间肺泡上皮细胞，并首次利用Sprr1a作为特异性标记来区分这些细胞 | 研究主要基于小鼠模型，人类应用需进一步验证；技术特异性可能受限于标记基因的表达动态 | 探究中间肺泡上皮细胞在肺纤维化中的具体贡献，并开发靶向治疗策略 | 小鼠模型中的Krt8+ ADI细胞和人类KRT5-/KRT17+异常基底样细胞 | 数字病理学 | 肺纤维化 | 单细胞RNA测序, RNA感知依赖的蛋白质翻译技术 | NA | 转录组数据 | 小鼠模型样本 | NA | 单细胞RNA-seq | NA | NA |
| 2224 | 2026-02-15 |
Loss of ATG7 in microglia impairs UPR, triggers ferroptosis, and weakens amyloid pathology control
2025-Apr-07, The Journal of experimental medicine
IF:12.6Q1
DOI:10.1084/jem.20230173
PMID:39945772
|
研究论文 | 本研究探讨了在阿尔茨海默病小鼠模型中，特异性敲除小胶质细胞的Atg7基因如何通过影响未折叠蛋白反应和氧化应激，导致铁死亡，从而削弱对淀粉样斑块的控制 | 揭示了Atg7缺失通过降低未折叠蛋白反应和增加氧化应激，在小胶质细胞中诱导铁死亡的新机制，特别是在淀粉样斑块存在的蛋白毒性压力下 | 研究主要基于小鼠模型，尚未在人类样本中验证；且未详细探讨Atg7缺失在其他神经退行性疾病中的普遍性 | 探究Atg7在小胶质细胞中对淀粉样斑块控制的作用机制 | 阿尔茨海默病小鼠模型中的小胶质细胞 | 神经科学 | 阿尔茨海默病 | 单细胞RNA测序、生化分析、免疫荧光分析 | NA | RNA测序数据、生化数据、图像数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 2225 | 2026-02-15 |
Single-cell analyses reveal impaired type B spermatogonia differentiation and meiotic entry in C-Nap1-null testes
2025-Mar, Quantitative biology (Beijing, China)
DOI:10.1002/qub2.71
PMID:41675379
|
研究论文 | 本研究利用单细胞RNA测序技术分析C-Nap1基因敲除小鼠睾丸细胞，揭示C-Nap1缺失导致B型精原细胞分化和减数分裂启动受损的分子机制 | 首次在单细胞分辨率下系统解析C-Nap1缺失对精原细胞分化轨迹的影响，并发现β-Catenin和Aurka等关键基因的表达异常 | 研究仅基于小鼠模型，尚未在人类样本中验证；机制研究主要依赖相关性分析，缺乏直接的功能验证实验 | 探究C-Nap1基因在精子发生过程中的功能及其缺失导致男性不育的分子机制 | C-Nap1基因敲除小鼠的睾丸组织细胞 | 单细胞组学 | 男性不育症 | 单细胞RNA测序，RT-PCR，UMAP聚类分析，拟时序分析 | 基因敲除小鼠模型 | 单细胞转录组数据 | 野生型10,332个睾丸细胞，敲除型13,308个睾丸细胞 | NA | 单细胞RNA-seq | NA | NA |
| 2226 | 2026-02-15 |
SpaceBar enables clone tracing in spatial transcriptomic data
2025-Feb-14, bioRxiv : the preprint server for biology
DOI:10.1101/2025.02.10.637514
PMID:39990434
|
研究论文 | 本文介绍了一种名为SpaceBar的细胞条形码策略，能够在空间转录组学数据中同时进行克隆追踪和空间基因表达分析 | 开发了一种结合96个合成条形码序列的成像空间转录组学方法，首次实现了在复杂组织环境中同时追踪克隆身份和空间基因表达 | NA | 在复杂组织环境中区分克隆动态与环境驱动的转录调控 | 黑色素瘤细胞在肿瘤异种移植模型中的克隆 | 空间转录组学 | 黑色素瘤 | 成像空间转录组学 | NA | 空间基因表达数据 | NA | NA | 空间转录组学 | seqFISH | seqFISH成像空间转录组学 |
| 2227 | 2026-02-15 |
ABCA8-positive lipid-metabolic CAFs mediate immunotherapy resistance in TNBC
2025, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2025.1729275
PMID:41675524
|
研究论文 | 本研究通过整合单细胞和空间转录组学，揭示了ABCA8阳性脂质代谢相关癌症相关成纤维细胞（lpCAFs）通过脂质代谢重编程促进M2巨噬细胞极化，从而在三阴性乳腺癌（TNBC）中建立免疫抑制性肿瘤微环境并介导免疫检查点阻断（ICB）治疗抵抗的机制 | 首次利用整合的单细胞和空间转录组学数据，在TNBC中鉴定出ABCA8+ lpCAFs和APOE+ LAMs在免疫-基质交界处共定位，并阐明其通过脂质代谢重编程驱动免疫抑制性TME的新机制 | 研究主要基于体外共培养实验和回顾性数据分析，缺乏体内模型验证；样本量相对有限，且未涵盖所有TNBC亚型 | 阐明TNBC中ICB治疗抵抗的关键细胞机制，特别是脂质介导的基质-免疫相互作用 | 三阴性乳腺癌（TNBC）肿瘤微环境中的细胞，特别是癌症相关成纤维细胞（CAFs）和巨噬细胞 | 数字病理学 | 乳腺癌 | 单细胞RNA测序（scRNA-seq），空间转录组学，多模态交叉分析（MIA）算法，BODIPY染色，油红O染色，qPCR，流式细胞术，Western blotting | NA | 单细胞RNA测序数据，空间转录组数据 | 3个TNBC数据集的scRNA-seq数据，43个TNBC样本的空间转录组数据 | NA | 单细胞RNA-seq，空间转录组学 | NA | NA |
| 2228 | 2026-02-15 |
Single-cell RNA-sequencing of peripheral blood mononuclear cells reveals the transcriptome profile of Microtus fortis immune cells during the early phase of infection with Schistosoma japonicum
2025, Frontiers in cellular and infection microbiology
IF:4.6Q1
DOI:10.3389/fcimb.2025.1739541
PMID:41675929
|
研究论文 | 本研究通过单细胞RNA测序技术，分析了东方田鼠和昆明小鼠在感染日本血吸虫早期外周血单个核细胞的转录组变化，揭示了东方田鼠作为非许可宿主的免疫反应机制 | 首次在单细胞水平上比较了东方田鼠（自然非许可宿主）和昆明小鼠（易感宿主）在感染日本血吸虫早期外周血免疫细胞的转录组差异，揭示了Cxcl9在单核细胞中的特异性上调以及Th2细胞和抗体分泌细胞的独特激活模式 | 研究仅关注了感染后10天的时间点，未能提供免疫反应的动态变化过程；样本量相对较小，可能影响统计效力；且仅分析了外周血单个核细胞，未涉及其他组织或细胞类型 | 探究东方田鼠对日本血吸虫感染的天然抵抗力的分子机制 | 东方田鼠（Microtus fortis）和昆明小鼠的外周血单个核细胞（PBMCs） | 单细胞转录组学 | 血吸虫病 | 单细胞RNA测序 | NA | 单细胞转录组数据 | 未感染动物（对照组）和感染后10天的动物样本，具体数量未明确说明 | NA | 单细胞RNA-seq | NA | NA |
| 2229 | 2026-02-15 |
Applications of AI to single-cell and spatial transcriptomics: current state-of-the-art and challenges
2025, Frontiers in bioinformatics
IF:2.8Q2
DOI:10.3389/fbinf.2025.1715821
PMID:41676376
|
综述 | 本文综述了人工智能在单细胞和空间转录组学数据分析中的应用现状、主流算法及其面临的挑战 | 系统梳理了AI在10个单细胞/空间转录组核心分析任务中的应用，并评估了不同算法在实际研究中的适用性 | 未提供具体的实验验证数据，主要基于文献综述和方法学比较 | 评估人工智能技术在单细胞和空间转录组学数据分析中的应用效果与发展趋势 | 单细胞转录组学与空间转录组学数据分析方法 | 生物信息学 | NA | 单细胞RNA测序，空间转录组学 | 深度学习算法 | 转录组数据 | NA | NA | 单细胞RNA-seq，空间转录组学 | NA | NA |
| 2230 | 2026-02-15 |
Single-cell gene regulatory network analysis for mixed cell populations
2024-Dec, Quantitative biology (Beijing, China)
DOI:10.1002/qub2.64
PMID:41674874
|
研究论文 | 本文提出了一种名为VMPLN的算法，用于从混合细胞群体的单细胞RNA测序数据中联合推断不同细胞类型的基因调控网络 | 开发了VMPLN算法，通过变分推理方法联合估计混合细胞群体中不同细胞类型的基因调控网络，避免了传统两步法（先聚类再推断）中聚类不确定性导致的网络估计不准确问题 | 未明确说明算法在计算效率或大规模数据集上的可扩展性限制 | 从单细胞RNA测序数据中准确推断混合细胞群体的基因调控网络 | 单细胞RNA测序数据中的混合细胞群体 | 机器学习 | NA | 单细胞RNA测序 | 混合泊松对数正态模型（MPLN），变分推理 | 单细胞RNA测序计数数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 2231 | 2026-02-15 |
Novel insights into immunopathogenesis and crucial biomarkers between primary open-angle glaucoma and systemic lupus erythematosus
2024-Dec, iMetaOmics
DOI:10.1002/imo2.27
PMID:41676113
|
研究论文 | 本研究通过整合分析基因表达数据，揭示了系统性红斑狼疮与原发性开角型青光眼之间的免疫病理机制关联，并识别了关键生物标志物和潜在治疗药物 | 首次通过多组学方法（包括差异表达分析、加权基因共表达网络分析、机器学习、免疫浸润分析和单细胞转录组分析）系统性探索SLE与POAG的共同生物标志物和免疫病理机制，并利用分子对接预测潜在治疗药物 | 研究主要基于公共数据库的基因表达数据，实验验证仅在人小梁网干细胞中进行RT-qPCR，缺乏临床样本或动物模型的进一步验证 | 识别系统性红斑狼疮和原发性开角型青光眼的共同生物标志物及潜在治疗药物，阐明两者关联的免疫病理机制 | 基因表达数据（来自GEO数据库的GSE27276、GSE50772和GSE148371数据集）和人小梁网干细胞 | 生物信息学 | 系统性红斑狼疮和原发性开角型青光眼 | 差异表达分析、加权基因共表达网络分析、基因富集分析、机器学习、miRNA和转录因子分析、免疫浸润分析、单细胞转录组分析、分子对接、RT-qPCR | 机器学习（具体模型未指定） | 基因表达数据 | 基于三个GEO数据集（GSE27276、GSE50772、GSE148371），具体样本数量未明确 | NA | 单细胞转录组分析 | NA | NA |
| 2232 | 2026-02-15 |
TCfinder: Robust tumor cell discrimination in scRNA-seq based on gene pathway activity
2024-Sep, iMetaOmics
DOI:10.1002/imo2.22
PMID:41675543
|
研究论文 | 本文介绍了一种基于基因通路活性和深度神经网络的肿瘤细胞识别工具TCfinder，用于单细胞RNA测序数据中的肿瘤细胞鉴别 | TCfinder通过整合通路活性和深度神经网络，在不同scRNA-seq平台上展现出稳健的识别效率，优于现有工具且能在稀疏数据下工作 | NA | 开发一种稳健的肿瘤细胞识别工具，以提高单细胞RNA测序数据中肿瘤细胞的鉴别准确性 | 单细胞RNA测序数据中的肿瘤细胞 | 自然语言处理 | 肿瘤 | scRNA-seq | 深度神经网络（DNN） | 单细胞RNA测序数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 2233 | 2026-02-15 |
PURE-seq identifies Egr1 as a Potential Master Regulator in Murine Aging by Sequencing Long-Term Hematopoietic Stem Cells
2024-Aug-14, bioRxiv : the preprint server for biology
DOI:10.1101/2024.08.12.607664
PMID:39185152
|
研究论文 | 本文开发了PURE-seq技术，用于高效富集和测序稀有细胞，并应用于小鼠长期造血干细胞的研究，识别了Egr1作为衰老背景下造血功能的潜在主调控因子 | 开发了PURE-seq技术，能够直接从FACS加载细胞到PIP-seq反应中，最小化处理步骤并减少细胞损失，实现了对稀有细胞（如1/1,000,000稀有度）的可扩展测序 | NA | 研究小鼠长期造血干细胞在造血衰老背景下的转录组，并识别潜在的主调控因子 | 小鼠长期造血干细胞 | 单细胞转录组学 | 衰老相关疾病 | 单细胞RNA测序 | NA | 转录组数据 | NA | NA | 单细胞RNA-seq | PURE-seq | PIP-seq for Rare-cell Enrichment and Sequencing，允许从FACS直接加载细胞到PIP-seq反应中 |
| 2234 | 2026-02-15 |
deMULTIplex2: robust sample demultiplexing for scRNA-seq
2024-01-30, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-024-03177-y
PMID:38291503
|
研究论文 | 本文介绍了deMULTIplex2算法，一种用于单细胞RNA测序中样本解复用的稳健工具 | deMULTIplex2基于条形码交叉污染的机制模型，采用广义线性模型和期望最大化算法，概率性地确定每个细胞的样本身份，在大型或嘈杂数据集上表现优异 | NA | 开发一种在单细胞RNA测序中处理样本解复用的算法，以应对条形码交叉污染问题 | 单细胞RNA测序数据中的样本解复用过程 | 生物信息学 | NA | 单细胞RNA测序 | 广义线性模型，期望最大化算法 | 测序数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 2235 | 2026-02-15 |
Tuning hyperparameters of doublet-detection methods for single-cell RNA sequencing data
2023-Sep, Quantitative biology (Beijing, China)
DOI:10.15302/J-QB-022-0324
PMID:41675246
|
研究论文 | 本研究探索了单细胞RNA测序数据中双联体检测方法scDblFinder的最优超参数设置 | 采用全因子设计、响应面模型和16个真实scRNA-seq数据集来优化双联体检测方法的超参数，提升了检测性能 | 研究仅针对scDblFinder方法，且基于有限的数据集，可能不适用于所有生物条件 | 优化单细胞RNA测序数据分析中双联体检测方法的超参数设置 | 单细胞RNA测序数据中的双联体检测方法scDblFinder | 机器学习 | NA | 单细胞RNA测序 | 响应面模型 | 单细胞RNA测序数据 | 16个真实scRNA-seq数据集 | NA | 单细胞RNA-seq | NA | NA |
| 2236 | 2026-02-15 |
A cell marker-based clustering strategy (cmCluster) for precise cell type identification of scRNA-seq data
2023-Jun, Quantitative biology (Beijing, China)
DOI:10.15302/J-QB-022-0311
PMID:41675663
|
研究论文 | 本文提出了一种基于细胞标记的聚类策略（cmCluster），用于单细胞RNA测序数据的精确细胞类型识别 | cmCluster结合遗传算法和网格搜索优化Louvain聚类方法，平衡聚类准确性和生物学解释，即使在细胞类型信息不完整或多数据源情况下也能有效识别细胞群体 | 未明确说明策略在大型数据集上的计算效率或与其他先进方法的全面比较 | 开发一种精确且高效的单细胞转录组数据分析策略，以改善细胞聚类和注释的准确性 | 单细胞转录组数据 | 生物信息学 | NA | 单细胞RNA测序 | Louvain聚类方法、遗传算法 | 单细胞转录组数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 2237 | 2026-02-14 |
Immune-related biomarkers for major depressive disorder identified via integrated bioinformatics and machine learning
2026-Dec, European journal of psychotraumatology
IF:4.2Q1
DOI:10.1080/20008066.2026.2619389
PMID:41665627
|
研究论文 | 本研究通过整合生物信息学和机器学习方法，识别了与免疫相关的主要抑郁障碍（MDD）生物标志物 | 整合了多种机器学习算法（LASSO和SVM-RFE）进行稳健的生物标志物筛选，并结合单细胞RNA测序数据验证免疫相关性，最后通过动物模型进行实验验证 | 研究主要基于公共基因表达数据库，样本来源可能存在异质性；动物模型验证仅在大鼠中进行，需要进一步在人类样本中验证 | 发现可用于主要抑郁障碍早期和客观诊断的可靠生物标志物 | 主要抑郁障碍患者的基因表达数据以及慢性不可预知轻度应激大鼠模型 | 生物信息学 | 精神疾病 | 转录组学分析，单细胞RNA测序 | LASSO，SVM-RFE | 基因表达数据 | 未明确指定人类样本数量，使用了公共数据库中的多个数据集；动物模型使用了CUMS大鼠 | NA | 单细胞RNA-seq，bulk RNA-seq | NA | NA |
| 2238 | 2026-02-14 |
Single-cell transcriptome revealed the aberrant keratinocytes activation in antigen presentation in atopic dermatitis
2026-Dec, Annals of medicine
IF:4.9Q1
DOI:10.1080/07853890.2026.2627742
PMID:41666125
|
研究论文 | 本研究整合了健康对照、慢性活动性AD患者、自愈AD患者及卵清蛋白诱导AD小鼠模型的皮肤单细胞转录组数据，揭示了AD中角质形成细胞在抗原呈递方面的异常激活及其在慢性炎症中的关键作用 | 首次系统比较了人类AD不同阶段（包括自愈状态）与卵清蛋白诱导小鼠模型中角质形成细胞的转录组和细胞互作差异，并指出小鼠模型在模拟人类慢性AD机制上的局限性 | 研究主要基于转录组数据，缺乏蛋白质水平的功能验证；样本量相对有限；小鼠模型与人类疾病的机制差异需进一步探究 | 探究特应性皮炎（AD）中角质形成细胞的异常激活机制及其在疾病慢性化中的作用 | 人类AD患者（慢性活动性、自愈）皮肤组织、健康对照皮肤组织、卵清蛋白诱导的AD小鼠模型皮肤组织 | 单细胞组学 | 特应性皮炎 | 单细胞RNA测序 | NA | 单细胞转录组数据 | 未明确说明具体样本数量，涉及健康对照、慢性活动性AD患者、自愈AD患者及AD小鼠模型的多组样本 | NA | 单细胞RNA-seq | NA | NA |
| 2239 | 2026-02-14 |
Crohn's disease under single-cell map: from INFLARE metaplastic cells to rare immune cell subpopulations
2026-Mar-05, Biochemical and biophysical research communications
IF:2.5Q3
DOI:10.1016/j.bbrc.2026.153347
PMID:41610714
|
综述 | 本文综述了单细胞测序技术在克罗恩病研究中识别的新型免疫细胞亚群及其在疾病发病机制中的作用 | 利用单细胞测序技术系统识别并总结了克罗恩病中多种新型免疫细胞亚群，如INFLARE细胞和CAITs，为理解疾病免疫机制提供了新视角 | 作为一篇综述，未涉及原始实验数据，且单细胞测序技术的应用仍存在样本异质性和技术偏差等潜在限制 | 总结克罗恩病中通过单细胞测序技术发现的免疫细胞亚群，并探讨其在疾病发病机制中的角色及治疗潜力 | 克罗恩病患者的免疫细胞，特别是通过单细胞测序识别的特定亚群 | 数字病理学 | 克罗恩病 | 单细胞测序 | NA | 基因表达数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 2240 | 2026-02-14 |
scRDiT: Generating Single-cell RNA-seq Data by Diffusion Transformers and Accelerating Sampling
2026-Mar, Interdisciplinary sciences, computational life sciences
DOI:10.1007/s12539-025-00688-5
PMID:39982678
|
研究论文 | 本文提出了一种名为scRDiT的生成方法，通过扩散变换器生成单细胞RNA测序数据，并加速采样过程 | 结合去噪扩散概率模型和扩散变换器，首次将扩散变换器应用于单细胞RNA测序数据生成，并引入去噪扩散隐式模型以加速采样 | 仅基于两个不同的scRNA-seq数据集进行实验，未在更广泛的数据集上验证模型的泛化能力 | 开发一种生成虚拟单细胞RNA测序数据的方法，以捕获数据特征并生成具有类似统计属性的数据集 | 单细胞RNA测序数据 | 机器学习 | NA | 单细胞RNA测序 | 扩散变换器, 去噪扩散概率模型, 去噪扩散隐式模型 | 基因表达数据 | NA | NA | 单细胞RNA-seq | NA | NA |