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 35765 篇文献，本页显示第 2741 - 2760 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 2741 | 2025-12-17 |
CIEC: Cross-tissue Immune Cell Type Enrichment and Expression Map Visualization for Cancer
2025-05-10, Genomics, proteomics & bioinformatics
DOI:10.1093/gpbjnl/qzae067
PMID:39363510
|
研究论文 | 本文介绍了一个名为CIEC的基于网络的应用程序，用于跨组织免疫细胞类型或状态的富集分析和可视化，以探索癌症患者的免疫细胞特征 | 首次开发了一个集成数据库和富集分析的网络应用程序，用于估计跨组织免疫细胞类型或状态，并提供了多组织免疫细胞特征的全面分析界面 | 样本量相对有限（323名患者），且仅覆盖了特定癌症类型和组织的480个样本，可能无法代表所有癌症或免疫细胞状态 | 通过整合单细胞转录组测序数据，构建跨组织免疫细胞类型/状态图谱，以深入理解肿瘤免疫系统并指导癌症免疫生物标志物开发和免疫治疗策略 | 癌症患者的免疫细胞，包括来自原发性肿瘤、邻近正常组织、淋巴结、转移组织和外周血的样本 | 生物信息学 | 癌症 | 单细胞转录组测序 | KOBAS算法 | 单细胞RNA-seq数据 | 323名癌症患者的480个样本 | NA | 单细胞RNA-seq | NA | NA |
| 2742 | 2025-12-17 |
GUIDING CLUSTERING AND ANNOTATION IN SINGLE-CELL RNA SEQUENCING USING THE AVERAGE OVERLAP METRIC
2025-May-10, bioRxiv : the preprint server for biology
DOI:10.1101/2025.05.06.652497
PMID:40654835
|
研究论文 | 本文提出了一种基于平均重叠度量的方法，用于指导单细胞RNA测序中的聚类和注释，以改进细胞类型的定义和生物解释 | 引入平均重叠度量来比较差异表达基因的排名列表，从而定义单细胞簇之间的距离，提高了在高度同质群体中检测微小亚群的能力 | 方法在未知细胞身份的未排序数据中应用时，可能仍面临聚类分辨率的挑战，且主要针对T细胞群体进行了验证 | 开发一种稳健的方法来比较和注释单细胞RNA测序中推断的细胞簇，以准确识别细胞类型和亚群 | T细胞群体，包括高度相似但不同的T细胞亚群和未排序小鼠胸腺细胞中的T细胞发育阶段 | 单细胞RNA测序 | NA | 单细胞RNA测序 | 无监督聚类算法 | 基因表达数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 2743 | 2025-12-17 |
Randomized Spatial PCA (RASP): a computationally efficient method for dimensionality reduction of high-resolution spatial transcriptomics data
2025-Feb-20, Research square
DOI:10.21203/rs.3.rs-6050441/v1
PMID:40034439
|
研究论文 | 本文提出了一种名为随机空间主成分分析（RASP）的计算高效方法，用于高分辨率空间转录组数据的降维处理 | RASP采用随机化两阶段PCA框架，结合稀疏矩阵运算和可配置的空间平滑，相比现有方法计算速度提升数个数量级，可处理超过10万个空间位置的数据，并支持非转录组协变量的灵活整合 | NA | 开发一种计算高效的空间感知降维方法，以促进高分辨率空间转录组数据的分析 | 人类和小鼠组织的空间转录组数据 | 空间转录组学 | NA | 空间转录组学 | 随机化主成分分析（PCA） | 空间基因表达数据 | NA | 10x Genomics | 空间转录组学 | 10x Visium, 10x Xenium | 10x Visium, 10x Xenium, 以及Stereo-Seq和MERFISH技术 |
| 2744 | 2025-12-17 |
A Bi-Specific T Cell-Engaging Antibody Shows Potent Activity, Specificity, and Tumor Microenvironment Remodeling in Experimental Syngeneic and Genetically Engineered Models of GBM
2025-Jan-29, bioRxiv : the preprint server for biology
DOI:10.1101/2024.12.18.628714
PMID:39763755
|
研究论文 | 本研究开发了一种靶向IL13Rα2的双特异性T细胞衔接抗体，并在具有完整免疫系统的胶质母细胞瘤小鼠模型中评估了其疗效、作用机制及对肿瘤微环境的重塑作用 | 首次在具有完整免疫系统的原位胶质瘤和基因工程小鼠模型中，系统评估了双特异性T细胞衔接抗体的治疗机制及其对免疫抑制性肿瘤微环境的调控作用 | 研究主要基于小鼠模型，尚未在人体中进行验证；且仅针对IL13Rα2这一靶点 | 探究双特异性T细胞衔接抗体在胶质母细胞瘤中的治疗机制及对肿瘤微环境的影响 | 表达IL13Rα2的胶质母细胞瘤细胞、小鼠T细胞及肿瘤微环境中的免疫细胞 | NA | 胶质母细胞瘤 | 单细胞RNA测序、多色流式细胞术、多重免疫荧光、多参数磁共振成像 | NA | 基因表达数据、影像数据、细胞表型数据 | 多个临床前胶质母细胞瘤模型中的小鼠样本 | NA | 单细胞RNA测序 | NA | NA |
| 2745 | 2025-12-17 |
Pathogenesis of Germinal Matrix Hemorrhage: Insights from Single-Cell Transcriptomics
2025-01, Annual review of pathology
|
综述 | 本文综述了利用单细胞转录组学揭示产前人脑生发基质中神经发生和血管生成的新机制，以及免疫-血管相互作用在其中的关键角色 | 应用单细胞转录组学技术，首次系统揭示了生发基质中免疫-血管相互作用在血管形态发生中的关键作用，以及促炎因子如何破坏该过程导致出血 | 本文为综述性文章，主要总结现有研究进展，未报告新的原始实验数据 | 阐明早产儿生发基质出血的发病机制，探索潜在治疗干预靶点 | 产前人脑生发基质的神经干细胞、血管细胞及免疫细胞 | 单细胞组学 | 新生儿脑出血 | 单细胞转录组测序 | NA | 单细胞RNA测序数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 2746 | 2025-12-17 |
Challenges and Opportunities in the Clinical Translation of High-Resolution Spatial Transcriptomics
2025-01, Annual review of pathology
|
综述 | 本文综述了高分辨率空间转录组学技术在临床转化中的挑战与机遇，探讨了其在疾病机制识别和个性化治疗指导方面的潜力 | 强调了空间转录组学作为分子显微镜在亚细胞分辨率下数字化基因表达的革命性发展，并讨论了多模态数据与深度学习整合的前景 | 指出了高分辨率空间转录组学技术快速临床转化中仍存在的挑战，如技术整合和临床研究设计复杂性 | 旨在推动空间转录组学技术在临床病理学中的应用，以实现对组织生物学和病理学的整体理解 | 常规收集和存档的临床样本，包括完整组织切片 | 数字病理学 | NA | 空间转录组学技术 | 深度学习 | 基因表达数据 | NA | NA | 空间转录组学 | NA | NA |
| 2747 | 2025-12-17 |
Significance of SUMOylation in breast cancer progression: a comprehensive investigation using single-cell analysis and bioinformatics
2025, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2025.1675874
PMID:41357242
|
研究论文 | 本研究利用bulk和单细胞RNA测序，结合生物信息学方法，全面探究了SUMOylation在乳腺癌进展中的作用，并鉴定了预后生物标志物和潜在治疗靶点 | 首次通过整合bulk RNA-seq、单细胞RNA-seq和机器学习方法，系统性地鉴定了与乳腺癌SUMOylation相关的枢纽基因，并基于这些基因的表达模式将患者分为具有不同预后、免疫和药物反应特征的分子亚型 | 研究主要基于公共数据库的回顾性数据，缺乏前瞻性临床队列验证；单细胞分析样本量相对有限；功能实验验证不足 | 探究SUMOylation在乳腺癌进展中的分子网络，鉴定预后生物标志物和潜在治疗应用 | 乳腺癌组织和正常乳腺组织 | 生物信息学 | 乳腺癌 | bulk RNA-seq, 单细胞RNA-seq, 机器学习 | 机器学习（未指定具体模型） | 转录组数据 | 1,445个乳腺癌样本和113个正常样本（bulk RNA-seq）；单细胞RNA-seq样本数量未明确说明 | NA | 单细胞RNA-seq, bulk RNA-seq | NA | NA |
| 2748 | 2025-12-17 |
Identifying cell-type-specific spatially variable genes with ctSVG
2024-Dec-19, Research square
DOI:10.21203/rs.3.rs-5655066/v1
PMID:39764138
|
研究论文 | 本文介绍了一种名为ctSVG的计算方法，专门用于在单细胞分辨率下识别Visium HD空间转录组学数据中的细胞类型特异性空间可变基因 | 开发了ctSVG方法，能够准确地将Visium方格分配给细胞，并识别出细胞类型特异性的空间可变基因，这些基因与样本范围的空间可变基因或细胞类型标记基因重叠较少，揭示了新的生物学功能 | NA | 识别细胞类型特异性的空间可变基因，以更充分地利用空间位置信息 | Visium HD空间转录组学数据 | 空间转录组学 | NA | 空间转录组学 | NA | 空间转录组数据 | NA | 10x Genomics | 空间转录组学 | Visium HD | Visium HD空间转录组学平台，单细胞分辨率 |
| 2749 | 2025-12-17 |
Inferring cell differentiation maps from lineage tracing data
2024-Sep-13, bioRxiv : the preprint server for biology
DOI:10.1101/2024.09.09.611835
PMID:39314473
|
研究论文 | 本文提出了一种基于潜能概念的数学框架和算法，用于从单细胞谱系追踪数据中推断细胞分化图谱 | 引入潜能概念平衡细胞分化图谱复杂性与谱系树上未观察到的细胞类型转换之间的权衡，相比现有方法更准确地识别分化特征 | 未明确说明算法在更广泛生物系统或噪声数据中的泛化能力 | 推断细胞分化图谱以理解发育过程中的细胞层次结构 | 哺乳动物躯干发育和小鼠造血作用的细胞分化过程 | 机器学习 | NA | 单细胞谱系追踪技术 | NA | 单细胞谱系追踪数据 | NA | NA | 单细胞谱系追踪 | NA | NA |
| 2750 | 2025-12-17 |
The transcriptome of CD14 + CD163 - HLA-DR low monocytes predicts mortality in Idiopathic Pulmonary Fibrosis
2024-Sep-11, medRxiv : the preprint server for health sciences
DOI:10.1101/2024.08.07.24311386
PMID:39211854
|
研究论文 | 本研究通过单细胞RNA测序分析，发现CD14+CD163-HLA-DR低单核细胞的转录组特征与特发性肺纤维化（IPF）患者的死亡率增加相关 | 首次揭示了特定单核细胞亚群的转录组特征与IPF死亡率之间的关联，并开发了基于230个基因的评分算法来预测患者预后 | 样本量相对较小（初始队列仅18名参与者），且研究结果需要在更大规模的独立队列中进一步验证 | 确定与特发性肺纤维化（IPF）死亡率相关的免疫细胞特异性转录组特征 | 特发性肺纤维化（IPF）患者的外周血单核细胞（PBMC）、支气管肺泡灌洗液（BAL）和肺组织样本 | 单细胞转录组学 | 特发性肺纤维化 | 单细胞RNA测序（scRNA-seq） | Cox回归模型、分子亚型评分算法（SAMS） | 转录组数据 | 初始队列18名参与者（包括IPF、COVID-19、COVID-19后间质性肺病和对照），验证队列416名IPF患者来自六个队列，独立验证数据集38名IPF患者 | NA | 单细胞RNA测序 | NA | NA |
| 2751 | 2025-12-17 |
A single-cell and spatially resolved atlas of human osteosarcomas
2024-08-20, Journal of hematology & oncology
IF:29.5Q1
DOI:10.1186/s13045-024-01598-7
PMID:39164791
|
研究论文 | 本研究通过单细胞和空间转录组学分析，构建了人类骨肉瘤的细胞组成和空间组织结构图谱 | 首次提供了人类骨肉瘤的单细胞和空间分辨率转录组学综合分析，构建了细胞元图谱来解析空间转录组数据，并识别了与化疗耐药相关的独特空间生态位 | 未在摘要中明确说明研究的局限性 | 深入理解骨肉瘤的细胞组成、组织结构、功能状态及其对化疗的反应，为靶向治疗提供基础 | 人类骨肉瘤组织 | 数字病理学 | 骨肉瘤 | 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 |
| 2752 | 2025-12-17 |
Cell cycle-driven transcriptome maturation confers multilineage competence to cardiopharyngeal progenitors
2024-Jul-23, bioRxiv : the preprint server for biology
DOI:10.1101/2024.07.23.604718
PMID:39091743
|
研究论文 | 本研究利用海鞘Ciona模型，探索了心脏咽部祖细胞在发育过程中通过细胞周期驱动的转录组成熟获得多谱系能力的机制 | 揭示了转录组成熟过程，包括候选“成熟基因”如Rho GAP编码基因在G2晚期达到峰值，以及行为能力概念，通过多谱系启动和定向不对称分裂影响命运决定 | 研究基于海鞘模型，可能不直接适用于所有脊椎动物系统，且功能验证可能有限 | 探究多谱系能力的获得以及命运决定与细胞周期进程之间的耦合机制 | 心脏咽部祖细胞 | 发育生物学 | NA | 单细胞RNA测序 | NA | 转录组数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 2753 | 2025-12-17 |
Unagi: Deep Generative Model for Deciphering Cellular Dynamics and In-Silico Drug Discovery in Complex Diseases
2023-Dec-18, Research square
DOI:10.21203/rs.3.rs-3676579/v1
PMID:38196613
|
研究论文 | 本文介绍了一种名为UNAGI的深度生成神经网络，用于分析时间序列单细胞转录组数据，以解码复杂疾病中的细胞动态并进行计算机药物发现 | UNAGI是一种专门针对时间序列单细胞转录组数据设计的深度生成模型，能够捕获疾病进展中的复杂细胞动态，并增强药物扰动建模和发现能力 | NA | 开发一种计算工具，用于详细分析疾病进展并进行靶向计算机药物干预 | 时间序列单细胞转录组数据，特别是来自特发性肺纤维化（IPF）患者和COVID数据集的数据 | 机器学习 | 特发性肺纤维化 | 单细胞转录组测序 | 深度生成神经网络 | 时间序列单细胞转录组数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 2754 | 2025-12-16 |
Spatial transcriptomics expression prediction from histopathology based on cross-modal mask reconstruction and contrastive learning
2026-Feb, Medical image analysis
IF:10.7Q1
DOI:10.1016/j.media.2025.103889
PMID:41330094
|
研究论文 | 本研究开发了一种基于对比学习的深度学习方法，用于从全切片图像预测空间转录组基因表达 | 提出了一种结合跨模态掩码重建与对比学习的框架，无需大规模预训练数据集或抽象语义表示，即可在特征空间建立组织病理学形态与空间基因表达的对应关系 | 未明确提及方法在更广泛疾病类型或更大规模数据集上的泛化能力 | 从组织病理学图像预测空间转录组基因表达，以克服空间转录组数据获取成本高、规模有限的挑战 | 肿瘤微环境分析及组织病理学的分子图谱 | 数字病理学 | 肿瘤 | 空间转录组学 | 基于对比学习的深度学习模型 | 图像（全切片图像）、空间转录组数据 | 六个不同疾病数据集 | NA | 空间转录组学 | NA | NA |
| 2755 | 2025-12-16 |
The China Brain Multi-omics Atlas Project (CBMAP)
2026-Jan, Molecular psychiatry
IF:9.6Q1
DOI:10.1038/s41380-025-03250-3
PMID:40954277
|
研究论文 | 中国脑多组学图谱项目（CBMAP）旨在生成超过1000个人类大脑的全面分子参考图谱，整合基因组、表观基因组、转录组、蛋白质组和代谢组数据，以解决东亚人群在脑研究中代表性不足的问题 | 首次针对东亚人群生成大规模脑多组学图谱，整合空间转录组学、蛋白质组学和单核3D染色质结构分析等先进技术，提供全面的分子参考资源 | NA | 研究衰老相关脑表型和神经精神疾病的分子基础，加速脑部疾病的药物发现和精准医疗 | 超过1000个人类大脑样本，覆盖广泛年龄范围和多个中国地区 | 数字病理学 | 神经精神疾病 | 基因组学、表观基因组学、转录组学、蛋白质组学、代谢组学、空间转录组学、单核3D染色质结构分析 | NA | 多组学数据 | 超过1000个人类大脑样本 | NA | 空间转录组学, 单核3D染色质结构分析 | NA | NA |
| 2756 | 2025-12-16 |
MMP14-Dependent Activation of TGF-β Signaling Enhances Malignancies via Promoting Necroptosis in Glioblastoma
2025-Dec-31, FASEB journal : official publication of the Federation of American Societies for Experimental Biology
IF:4.4Q2
DOI:10.1096/fj.202501932R
PMID:41384860
|
研究论文 | 本研究揭示了MMP14通过激活TGF-β信号通路促进坏死性凋亡，从而增强胶质母细胞瘤恶性行为的新机制 | 首次将MMP14鉴定为胶质母细胞瘤中与坏死性凋亡相关的枢纽基因，并阐明了其通过TGF-β/SMAD2/RIP1信号轴调控坏死性凋亡异质性的新机制 | 研究主要基于体外实验和生物信息学分析，缺乏更深入的体内功能验证和临床样本的直接证据 | 探究坏死性凋亡在胶质母细胞瘤恶性进展中的功能及调控机制 | 胶质母细胞瘤细胞及相关的分子信号通路 | 数字病理学 | 胶质母细胞瘤 | 加权基因共表达网络分析，单细胞分析，空间转录组学 | NA | 转录组数据，单细胞数据，空间转录组数据 | NA | NA | 单细胞RNA-seq，空间转录组学，bulk RNA-seq | NA | NA |
| 2757 | 2025-12-16 |
Molecular glue degrader function of SPOP inhibitors enhances STING-dependent immunotherapy efficacy in melanoma models
2025-Dec-15, The Journal of clinical investigation
IF:13.3Q1
DOI:10.1172/JCI191772
PMID:41148213
|
研究论文 | 本研究揭示了SPOP通过降解STING促进黑色素瘤生长，并发现SPOP抑制剂可作为分子胶降解剂增强STING依赖性免疫治疗效果 | 首次发现SPOP抑制剂具有分子胶降解剂功能，能重定向SPOP降解新底物如CBX4，从而增强DNA损伤和先天免疫反应 | 研究主要基于小鼠黑色素瘤模型，人类临床相关性尚需进一步验证 | 探索SPOP在肿瘤免疫中的作用及其抑制剂在免疫治疗中的潜在应用 | 黑色素瘤细胞、小鼠B16肿瘤模型、STING蛋白、CBX4蛋白 | 癌症免疫学 | 黑色素瘤 | 单细胞RNA测序、免疫检查点阻断、CAR-T细胞疗法 | NA | RNA-seq数据、免疫细胞浸润数据 | 小鼠B16肿瘤模型 | NA | 单细胞RNA-seq | NA | NA |
| 2758 | 2025-12-16 |
Artificial Intelligence and Multimodality Data Integration Decipher Tertiary Lymphoid Structure Maturity in Gastric Cancer
2025-Dec-15, Cancer research
IF:12.5Q1
DOI:10.1158/0008-5472.CAN-25-1793
PMID:41150905
|
研究论文 | 本研究开发了一种基于Transformer的深度学习模型，用于从胃腺癌全切片图像中定量表征三级淋巴结构（TLS）的成熟度，并结合多组学数据揭示了成熟TLS中关键的免疫细胞相互作用 | 首次开发了基于Transformer的AI模型来自动化评估胃腺癌中TLS成熟度，并通过整合单细胞RNA测序、多重免疫组化、流式细胞术和功能共培养实验，揭示了CD8+组织驻留记忆T细胞与B细胞通过CXCL13-CXCR5轴形成的免疫回路 | 样本量相对有限（单细胞RNA测序仅来自17例患者），且模型在外部验证队列中的泛化能力未明确说明 | 开发自动化工具以评估胃腺癌中三级淋巴结构的成熟度，并探究其与患者预后及抗肿瘤免疫机制的关系 | 胃腺癌患者组织样本及其相关的多模态数据 | 数字病理学 | 胃腺癌 | 单细胞RNA测序, 多重免疫组化, 流式细胞术, 功能共培养实验 | Transformer | 图像, 基因表达数据, 蛋白质表达数据 | 253例胃腺癌患者（全切片图像），其中17例进行了单细胞RNA测序 | NA | 单细胞RNA-seq | NA | NA |
| 2759 | 2025-12-16 |
The cell-type-specific genetic architecture of chronic pain in brain and dorsal root ganglia
2025-Dec-15, The Journal of clinical investigation
IF:13.3Q1
DOI:10.1172/JCI197583
PMID:41055971
|
研究论文 | 本研究整合了慢性疼痛的GWAS数据与人类大脑和背根神经节的单细胞RNA测序数据，揭示了慢性疼痛在特定细胞类型中的遗传结构 | 通过整合GWAS与单细胞测序数据，首次系统性地揭示了慢性疼痛在中央和周围神经系统特定细胞类型中的遗传富集模式，包括谷氨酸能神经元和特定神经元亚型 | 研究主要基于相关性分析，未进行功能验证实验；样本来源和数量可能限制结果的普适性；依赖动物模型数据可能不完全反映人类生物学 | 探究慢性疼痛在细胞类型特异性层面的遗传基础，以理解其病理机制 | 人类大脑、背根神经节（hDRG）、小鼠背角组织 | 生物信息学 | 慢性疼痛 | GWAS, 单细胞RNA测序（scRNA-Seq）, 单细胞染色质可及性分析 | NA | 基因组关联数据, 单细胞转录组数据, 染色质可及性数据 | NA | NA | 单细胞RNA-seq, 单细胞染色质可及性分析 | NA | NA |
| 2760 | 2025-12-16 |
IL-17-producing γδ T cells in the tumor microenvironment promote radioresistance in mice
2025-Dec-15, The Journal of clinical investigation
IF:13.3Q1
DOI:10.1172/JCI193945
PMID:41055972
|
研究论文 | 本研究揭示了肿瘤微环境中产生IL-17的γδ T细胞通过招募髓源性抑制细胞促进小鼠放疗抵抗的机制 | 首次阐明了放疗后肿瘤微环境中γδ T细胞通过产生IL-17A促进放疗抵抗的具体机制，并发现肿瘤细胞来源的微粒通过cGAS-STING/NF-κB通路调控CCL20表达的关键作用 | 研究基于小鼠模型，在人体中的适用性有待验证；机制研究主要集中在γδ T细胞和巨噬细胞的相互作用，其他免疫细胞的作用可能未完全涵盖 | 探究γδ T细胞在肿瘤放疗抵抗中的作用机制 | 小鼠肿瘤模型中的γδ T细胞、髓源性抑制细胞、巨噬细胞及肿瘤细胞 | 肿瘤免疫学 | 癌症 | 单细胞RNA测序 | NA | 基因表达数据 | NA | NA | 单细胞RNA-seq | NA | NA |