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 43167 篇文献，本页显示第 221 - 240 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 221 | 2026-09-09 |
Single-cell Transcriptomic Profiling Reveals Diagnostic of T Cell-platelet Aggregates in Peripheral Blood for Coronary Vulnerable Plaques
2026-02-04, Journal of cardiovascular translational research
IF:2.4Q3
DOI:10.1007/s12265-025-10723-x
PMID:41639521
|
研究论文 | 通过单细胞RNA测序分析外周血单核细胞，发现T细胞-血小板聚集体在冠状动脉易损斑块患者中显著富集，并筛选出五种可作为非侵入性诊断标志物的血液生物标志物 | 首次在单细胞水平揭示循环T细胞-血小板聚集体与冠状动脉易损斑块的相关性，并利用机器学习筛选出五种新的非侵入性诊断生物标志物 | 样本量可能有限，且研究仅基于外周血而非斑块组织，功能验证有待进一步研究 | 探索冠状动脉易损斑块的非侵入性诊断生物标志物 | 冠状动脉疾病患者（含易损斑块患者和对照组）的外周血单核细胞 | 单细胞转录组学 | 冠状动脉易损斑块（急性冠脉综合征） | 单细胞RNA测序 | 机器学习（Boruta、LASSO回归、SVM-RFE） | 单细胞基因表达数据 | 未在标题和摘要中明确说明，推测为冠状动脉疾病患者及对照组的外周血样本 | NA | 单细胞RNA测序 | NA | NA |
| 222 | 2026-09-09 |
STransfer: a transfer learning-enhanced graph convolutional network for clustering spatial transcriptomics data
2026-02-03, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btag049
PMID:41601194
|
research paper | 提出STransfer，一种结合图卷积网络和PPMI的迁移学习框架，用于空间转录组数据的聚类分析 | 首次将迁移学习应用于空间转录组数据的跨切片聚类，通过注意力模块融合多图表征，利用标记切片知识提升未标记切片的聚类精度 | 未提及 | 提升空间转录组学多切片数据的聚类准确性，降低人工标注成本 | 空间转录组学数据中的多切片聚类问题 | 机器学习 | NA | 空间转录组学 | 图卷积网络(GCN) | 空间转录组数据 | NA | NA | 空间转录组学 | NA | NA |
| 223 | 2026-09-09 |
A spectral dimension reduction technique that improves pattern detection in multivariate spatial data
2026-02-03, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btag052
PMID:41619788
|
研究论文 | 提出一种统计方法，用于多变量空间转录组数据中的模式识别，通过最大化莫兰指数投影到低维特征空间以改进模式检测。 | 引入基于莫兰指数的投影方法，能够减轻非空间变异，优于主成分分析，无需参数调整，并提供校准的空间基因表达检验。 | 文中未明确提及局限性。 | 开发一种空间转录组数据分析技术，以优化空间基因表达的模式识别和空间依赖性检验。 | 多变量空间转录组数据。 | 机器学习 | NA | 空间转录组学 | 线性投影模型（基于特征值分解） | 空间表达数据（基因表达） | 未明确提及。 | NA | 空间转录组学 | NA | NA |
| 224 | 2026-09-09 |
transFusion: a novel comprehensive platform for integration analysis of single-cell and spatial transcriptomics
2026-02-03, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btag059
PMID:41645434
|
研究论文 | 开发了一个名为transFusion的综合性网络平台，用于单细胞RNA测序和10× Visium空间转录组数据的整合分析 | 提供了一个新颖的、先进的基于网络的平台，能够对10× Visium数据进行最全面有效的整合分析，包括细胞间依赖性分析、配体-受体共表达识别和可视化、空间多模态梯度变化模式等12项关键功能 | 仅通过两个案例研究进行了演示，需要更多验证；平台的分析能力依赖于10× Visium技术，可能不适用于其他空间转录组平台 | 开发一个综合性的网络平台，解决当前空间转录组分析平台在整合多模态数据及利用空间信息方面的不足，为研究人员提供端到端的分析工作流程 | 单细胞RNA测序和10× Visium空间转录组数据 | 生物信息学 | NA | 单细胞RNA测序、空间转录组学 | NA | 基因表达数据 | 两个案例研究 | 10x Genomics | 单细胞RNA测序, 空间转录组学 | 10x Visium | 10x Visium空间转录组平台 |
| 225 | 2026-09-09 |
Tensor-cell2cell v2 unravels coordinated dynamics of protein- and metabolite-mediated cell-cell communication
2026-02-03, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf667
PMID:41719185
|
研究论文 | 介绍了Tensor-cell2cell v2工具，可联合分析蛋白质和代谢物介导的细胞间通讯动态变化 | 使用耦合张量成分分析，能同时分析蛋白质和代谢物介导的通讯，并保留各自数据结构和分布 | 未提及 | 开发能够联合分析不同配体类型介导的细胞间通讯工具 | 脑类器官发育过程中的细胞间通讯 | 机器学习 | NA | 单细胞转录组测序 | 张量分解（耦合张量成分分析） | 单细胞转录组数据 | 未提及具体样本量，涉及脑类器官发育时间序列数据 | NA | 单细胞RNA测序 | NA | NA |
| 226 | 2026-09-09 |
Inference of marker genes of subtle cell state changes via iLR: iterative logistic regression
2026-02-03, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btag051
PMID:41627891
|
研究论文 | 提出迭代逻辑回归（iLR）方法，用于识别单细胞RNA测序数据中标记基因的小型信息集合，以区分细微的细胞状态差异 | 采用帕累托前沿优化迭代进行逻辑回归，在平衡基因集大小与分类性能的同时，实现高效高精度的标记基因筛选 | 未明确提及局限性 | 开发一种能够识别小型、高信息量标记基因集的方法，以改善单细胞RNA测序中细微细胞状态差异的区分 | 单细胞RNA测序数据，包括模拟数据集、健康与自闭症谱系障碍患者的神经元细胞亚型、不同肿瘤微环境中的细胞类型 | 机器学习 | 自闭症谱系障碍 | scRNA-seq | 逻辑回归 | 基因表达数据 | 未明确说明 | NA | NA | NA | NA |
| 227 | 2026-09-09 |
Diffusion-based Representation Integration for Foundation Models Improves Spatial Transcriptomics Analysis
2026-Jan-30, bioRxiv : the preprint server for biology
DOI:10.1101/2025.11.20.689624
PMID:41332747
|
研究论文 | 提出DRIFT框架，通过热核扩散方法整合空间上下文到基础模型的输入表示中，提升空间转录组数据分析的性能 | 首次将扩散机制应用于基础模型的嵌入表示以整合空间领域信息，弥合了基于单细胞数据的基础模型与空间转录组数据之间的差距，实现了跨任务和跨样本的性能提升 | 未见明确局限性描述，但可能依赖高质量空间图构建和基础模型预训练质量 | 开发一个可泛化且有效的方法，利用现有基础模型处理空间转录组数据，改进细胞类型注释、聚类和跨样本对齐等任务 | 基础模型生成的嵌入表示，空间转录组数据中的空间邻域结构 | 机器学习 | NA | 空间转录组学测序 | 基础模型，如基因表达基础模型 | 空间转录组数据，单细胞基因表达数据 | 多种样本类型，具体数量未说明 | NA | 空间转录组学，单细胞RNA测序 | NA | NA |
| 228 | 2026-09-09 |
Glutamine-driven upregulation of NPDC1 promotes colorectal cancer progression through PI3K/AKT signaling
2026-01-24, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-026-07733-x
PMID:41580703
|
研究论文 | 本研究旨在探索NPDC1在结直肠癌（CRC）中的表达及其通过PI3K/AKT信号通路促进肿瘤进展的调控机制 | 首次揭示NPDC1作为KRAS-谷氨酰胺轴效应因子，通过PI3K/AKT信号通路特异性调控CRC增殖，而不影响细胞凋亡、迁移或侵袭，并独立于免疫调节，为KRAS突变型CRC的靶向治疗提供了新候选靶点 | 摘要未提供详细局限性说明，可能包括对体内外模型的依赖及机制研究的深度限制 | 阐明NPDC1在结直肠癌中的生物学功能及其驱动肿瘤进展的分子机制，并评估其作为治疗靶点的潜力 | 结直肠癌（CRC）肿瘤组织和细胞模型，以及KRAS突变相关NPDC1表达 | 数字病理学 | 结直肠癌 | 单细胞RNA测序、批量RNA测序、qRT-PCR、免疫组化（IHC）、免疫荧光（IF）、基因集富集分析（GSEA）、细胞增殖与迁移实验、小鼠肿瘤模型 | Cox回归模型、基因聚类模型 | 单细胞基因表达数据、批量转录组数据、组织样本图像 | 包括体外细胞实验、体内异种移植瘤模型和肺转移模型，具体样本数量未在摘要中提及 | NA | 单细胞RNA-seq、批量RNA-seq | NA | NA |
| 229 | 2026-09-09 |
Senescence-induced endothelial-to-mesenchymal transition accelerates the subretinal fibrosis in neovascualr age-related macular degeneration
2026-01-22, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-026-07707-z
PMID:41572339
|
研究论文 | 本研究揭示了衰老诱导的内皮-间质转化加速新生血管性年龄相关性黄斑变性中的视网膜下纤维化，并探讨了靶向衰老细胞的治疗潜力 | 首次将细胞衰老与内皮-间质转化联系起来，并证明清除衰老内皮细胞可减轻视网膜下纤维化，为治疗提供新靶点 | 未提及明显的局限性信息 | 探究衰老的绒毛膜毛细血管内皮细胞在新生血管性年龄相关性黄斑变性中的视网膜下纤维化中的作用及其治疗潜能 | 新生血管性年龄相关性黄斑变性患者的内皮细胞、激光诱导纤维化模型中的大鼠和小鼠以及人脐静脉内皮细胞 | 数字病理学 | 新生血管性年龄相关性黄斑变性 | 单细胞RNA测序 | 未明确，可能涉及基因集变异分析（GSVA）等 | 单细胞转录组数据 | 人类样本（具体数量未说明），布朗挪威大鼠和INK-ATTAC小鼠（激光诱导模型），年轻（2-3月龄）和年老（18月龄）C57BL/6J小鼠 | NA | 单细胞RNA测序 | NA | NA |
| 230 | 2026-09-09 |
Transcriptome changes in circulating immune cells of critical COVID-19 patients predict a specific metabolic and epigenetic imprint
2026-01-22, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-025-07665-y
PMID:41566340
|
研究论文 | 分析关键COVID-19患者外周血单个核细胞的转录组变化，揭示代谢和表观遗传印记 | 通过整合分析揭示关键COVID-19患者中miRNA、lncRNA和编码基因调控网络异常，发现tRNA氨酰化基因上调及氨基酸频率改变 | 样本量有限，需要进一步验证这些发现的普遍性和机制 | 探究关键COVID-19患者免疫应答失调的转录组变化及潜在调控机制 | 来自轻度和关键COVID-19患者及对照患者的外周血单个核细胞 | 转录组学 | COVID-19 | RNA-seq | NA | 转录组数据、蛋白质组数据 | 包括临床试验患者及公共数据集样本，具体数量未在摘要中给出 | NA | bulk RNA-seq, single-cell RNA-seq | NA | NA |
| 231 | 2026-09-09 |
Single-cell transcriptome analysis reveals mechanisms by which hippocampal deep brain stimulation promotes neurorepair and microglial subpopulation remodeling in ischemic stroke
2026-01-21, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-025-07388-0
PMID:41566372
|
研究论文 | 通过单细胞转录组分析揭示海马深部脑刺激促进缺血性卒中神经修复及小胶质细胞亚群重塑的机制 | 首次利用单细胞转录组测序技术探究海马深部脑刺激治疗缺血性卒中的细胞和分子机制，发现其可增加兴奋性神经元和星形胶质细胞数量，并特异性调节小胶质细胞亚群，为卒中治疗提供新思路 | 研究主要在动物模型上进行，参数优化和临床适用性尚需进一步验证 | 研究海马深部脑刺激对缺血性卒中脑损伤修复的影响及其潜在机制 | 缺血性卒中模型小鼠，包括海马神经元、胶质细胞及小胶质细胞亚群 | 神经科学 | 缺血性卒中 | 单细胞转录组测序、RNA-seq、多通道电极记录 | NA | 基因表达数据、神经电生理数据 | 使用多只缺血性卒中小鼠，具体数量未在摘要中说明 | 10x Genomics | 单细胞RNA-seq | 10x Chromium | 10x Chromium 单细胞转录组测序 |
| 232 | 2026-09-09 |
Identification and evaluation of glutamine-related gene characteristics based on multi-omics to predict the prognosis of patients with colorectal cancer
2026-01-20, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-025-07261-0
PMID:41559659
|
研究论文 | 基于多组学分析识别与谷氨酰胺代谢相关的基因特征，并评估其对结直肠癌患者预后的预测价值 | 首次揭示PCOLCE2在结直肠癌中作为肿瘤促进因子 | 摘要未提及局限性 | 阐明结直肠癌发生和复发的机制，寻找新的治疗靶点 | 结直肠癌患者，包括TCGA-CRC和GSE17537数据集 | 基因组学、转录组学 | 结直肠癌 | 多组学分析、单细胞RNA测序、RT-qPCR、Western blotting | Cox比例风险模型、LASSO回归 | 基因表达数据、单细胞RNA测序数据 | TCGA-CRC和GSE17537两个数据集 | NA | NA | NA | NA |
| 233 | 2026-09-09 |
Radiogenomics predicts immune microenvironment heterogeneity and response to combination immunotherapy in hepatocellular carcinoma
2026-01-19, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-025-07627-4
PMID:41555384
|
研究论文 | 该研究通过整合基因组学与影像学数据，提出了一种用于预测肝细胞癌患者对免疫检查点抑制剂联合抗血管生成治疗反应的影像基因组学生物标志物 | 首次整合多组学数据和影像学特征，开发跨设备、跨模态的影像基因组学生物标志物，并通过多种独立队列和前瞻性新辅助队列验证 | 该生物标志物对治疗反应的预测能力仅为中等（AUC 0.720-0.829），且需要进一步的前瞻性验证 | 开发并验证一种免疫来源的影像基因组学生物标志物，用于预测肝细胞癌患者对免疫联合抗血管生成治疗的反应 | 肝细胞癌患者（共包括994例RNA测序和蛋白质组学数据、11个单细胞RNA测序样本、754例影像学患者） | 影像基因组学 | 肝细胞癌 | RNA测序、蛋白质组学、单细胞RNA测序、免疫组化、机器学习 | 支持向量机 | 影像（CT/MRI）、转录组、蛋白质组、单细胞转录组 | 994例（RNA-seq/蛋白质组学）、11个样本（单细胞RNA-seq）、754例（影像学队列） | NA | bulk RNA-seq、蛋白质组学、单细胞RNA-seq | NA | NA |
| 234 | 2026-09-09 |
Multi-omic profiling and preclinical efficacy of fratricide-driven, unedited CD7 CAR-T cells in T-cell leukemia
2026-01-16, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-026-07701-5
PMID:41546117
|
研究论文 | 该研究开发了一种无需基因编辑的第三代CD7靶向CAR-T产品UMCG-001，通过调整制造工艺克服自相残杀效应，并在体外和体内验证了其抗白血病活性及多组学特征。 | 首次通过优化标准制造流程（添加人血小板裂解物）而非基因编辑或细胞内滞留策略来克服CD7 CAR-T的自相残杀，实现了GMP合规的学术性自体CAR-T产品，并保持高T细胞受体多样性和功能。 | 主要基于临床前模型和健康供体/患者样本，未涉及大规模临床试验验证；长期安全性和体内持久性数据有限。 | 开发并验证一种可扩展、无需编辑的CD7 CAR-T细胞产品，以克服自相残杀并用于T细胞恶性肿瘤的治疗。 | T细胞白血病细胞系、健康供体和患者的T细胞、T-ALL异种移植小鼠模型。 | 细胞治疗 | T细胞白血病 | 多组学分析（光谱流式细胞术和单细胞RNA测序） | CAR-T细胞产品 | 基因表达数据、流式细胞术数据、临床前疗效数据 | 包含健康供体和患者的材料，具体样本量不详 | 10x Genomics | 单细胞RNA测序 | 10x Chromium | 10x Chromium单细胞RNA测序用于分析细胞表型和转录组 |
| 235 | 2026-09-09 |
Combining spatial and single-cell transcriptome data to analyze tertiary lymphoid structures in clear cell renal cell carcinoma reveals prognostic biomarkers
2026-01-15, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-026-07713-1
PMID:41540415
|
研究论文 | 结合单细胞转录组和空间转录组数据分析肾透明细胞癌中的三级淋巴结构，识别出CEMIP、PLA2G2A和IGHGP作为预后生物标志物，并构建预后预测模型 | 首次结合单细胞和空间转录组数据解析ccRCC中TLS的空间异质性功能，并发现TLS相关基因的异常表达与抗肿瘤免疫向促肿瘤转变的机制 | 未提供明确限制，但可能受限于样本量和验证范围 | 阐明ccRCC中TLS的预后作用及其免疫调节机制，识别预后生物标志物并构建预测模型 | 肾透明细胞癌（ccRCC）中的三级淋巴结构（TLS）及相关基因 | 数字病理学 | 肾透明细胞癌 | 单细胞转录组测序、空间转录组测序、免疫荧光实验、Lasso-Cox回归、共识聚类 | Lasso-Cox回归模型 | 单细胞转录组数据、空间转录组数据、临床病理样本图像 | NA | NA | 单细胞RNA测序, 空间转录组学 | NA | NA |
| 236 | 2026-09-09 |
ASTRO: Automated Spatial-Transcriptome whole RNA Output
2026-01-03, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf688
PMID:41495477
|
研究论文 | 介绍ASTRO，一个用于处理空间转录组数据的自动化流程，特别优化了FFPE样本的全转录组分析，能检测包括miRNA在内的非编码RNA。 | ASTRO针对FFPE样本的RNA质量降低问题，加入了专门的过滤步骤并优化了空间条形码调用，提高了比对率，从而实现对全转录组中编码和非编码RNA的空间定量。 | 未明确提及局限性。 | 开发一个自动化流程来处理空间转录组数据，尤其适用于FFPE样本的全转录组分析，以检测多种RNA类型，包括非编码RNA。 | FFPE组织样本中的RNA，包括编码和非编码RNA。 | 生物信息学 | NA | 空间转录组学 | NA | 空间转录组数据 | NA | NA | 空间转录组学 | NA | NA |
| 237 | 2026-09-09 |
CeLLTra: aligning cell names with gene expression via a pathway-informed transformer
2026-01-03, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf655
PMID:41652996
|
研究论文 | 开发了一种名为CeLLTra的新型对比学习框架，利用基于Transformer的模型整合生物通路信息，将基因分组为超标记，从而有效捕获scRNA-Seq数据中的基因表达，实现细胞类型注释与基因表达谱的精确对齐。 | 提出了一种结合生物通路信息的Transformer模型与预训练领域特定语言模型的对比学习框架，将基因分组为超标记，以捕捉全面的基因表达，并在监督和零样本细胞类型预测中显著优于现有方法。 | 未明确提及局限性。 | 改进单细胞RNA测序数据的细胞类型注释，克服传统方法依赖标记基因和手动标注的挑战。 | 人类scRNA-Seq数据集，包括肿瘤浸润髓系细胞，来自非小细胞肺癌患者。 | 机器学习 | 非小细胞肺癌 | 单细胞RNA测序 | Transformer | 基因表达数据 | 大规模人类scRNA-Seq数据集（具体样本数量未在标题和摘要中提供） | NA | 单细胞RNA测序 | NA | NA |
| 238 | 2026-09-09 |
STAHD: a scalable and accurate method to detect spatial domains in high-resolution spatial transcriptomics data
2026-01-02, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf619
PMID:41212773
|
研究论文 | 提出STAHD框架，用于高分辨率空间转录组数据中空间域的可扩展和准确检测 | 结合图注意力自编码器与多级k-way图划分，实现大规模图的高效分解和低维嵌入生成，提高计算效率和聚类精度 | 未在摘要中明确提及局限性 | 开发一种能够高效处理大规模高分辨率空间转录组数据并准确检测空间域的方法 | 人类和小鼠组织的空间转录组数据 | 空间转录组学 | 癌症（肿瘤微环境） | 空间转录组测序 | 图注意力自编码器 | 基因表达数据 | 人类和小鼠数据集 | NA | 空间转录组学 | NA | NA |
| 239 | 2026-09-09 |
Spider: a flexible and unified framework for simulating spatial transcriptomics data
2026-01-02, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf562
PMID:41237053
|
研究论文 | 提出Spider，一个灵活且统一的模拟空间转录组学数据的框架，不需要真实ST数据作为参考。 | 通过细胞类型比例和相邻细胞间转移矩阵表征空间模式，生成更真实多样的模拟数据，并提供交互式定制空间域功能。 | 未在摘要中明确说明，可能依赖参数选择和计算资源。 | 改进空间转录组学数据模拟方法，为下游工具测评提供更准确和多样化的基准数据。 | 空间转录组学模拟数据，涉及细胞类型比例和空间图案。 | 生物信息学 | 不适用 | 空间转录组学 | 概率模型（基于转移矩阵和比例） | 模拟基因表达数据和空间位置数据 | 不适用 | 不适用 | 空间转录组学 | 不适用 | 不适用 |
| 240 | 2026-09-09 |
SpatialRNA: a Python package for easy application of Graph Neural Network models on single-molecule spatial transcriptomics dataset
2026-01-02, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btaf659
PMID:41390915
|
研究论文 | 介绍一个名为SpatialRNA的Python包，用于在单分子空间转录组数据上轻松应用图神经网络模型 | 提供了一种高度可扩展的工具，能够从组织样本中轻松生成子图，并支持PyG框架下的GNN高效应用，从而将组织分割为空间域 | 未明确说明局限性 | 简化基于图像的空间转录组数据中图神经网络模型的应用，以检测空间域或生态位 | 单分子空间转录组数据集中的RNA转录本 | 机器学习 | NA | 空间转录组学 | 图神经网络（GNN） | 基因表达数据 | NA | NA | 空间转录组学, 单分子成像 | NA | NA |