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 3041 - 3060 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3041 | 2025-12-12 |
TMEM106A as a Macrophage-Associated Biomarker of Prognosis in IDH-Wildtype Glioma: Integrative Multi-Omics and Spatial Analyses
2025-Dec, Cancer medicine
IF:2.9Q2
DOI:10.1002/cam4.71454
PMID:41354084
|
研究论文 | 本研究通过整合多组学和空间分析，探讨了TMEM106A作为IDH野生型胶质瘤中与巨噬细胞相关的预后生物标志物的作用 | 首次将TMEM106A与IDH野生型胶质瘤的预后及肿瘤微环境中的髓系细胞浸润联系起来，并利用单细胞和空间转录组学技术验证其表达模式 | 所有发现均为相关性研究，需要前瞻性研究来验证其临床适用性 | 探索TMEM106A在胶质瘤中的表达模式、预后价值及其与肿瘤微环境的关系 | IDH野生型胶质瘤患者样本 | 数字病理学 | 胶质瘤 | RNA-seq, 单细胞RNA-seq, 空间转录组学, 免疫组织化学 | limma, Kaplan-Meier, Cox模型, CIBERSORT, GSEA, pRRophetic | 基因表达数据, 单细胞数据, 空间转录组数据, 免疫组化图像 | TCGA和CGGA数据库的批量RNA-seq数据、单细胞数据集（GSE131928, GSE89567）、空间数据集（Ivy Atlas, Visium）以及79例免疫组化样本 | 10x Genomics | 单细胞RNA-seq, 空间转录组学 | 10x Visium | 10x Visium空间转录组平台 |
| 3042 | 2025-12-12 |
A Macrophage-Derived 7-Gene Signature Predicts Prognosis and Therapeutic Response in Hepatocellular Carcinoma
2025-Dec, IUBMB life
IF:3.7Q2
DOI:10.1002/iub.70079
PMID:41355397
|
研究论文 | 本研究基于EGFR-TKI耐药巨噬细胞亚群，鉴定了一个7基因预后特征，用于预测肝细胞癌患者的生存和治疗反应 | 首次从EGFR-TKI耐药巨噬细胞亚群中推导出7基因预后特征，并验证其在预测生存、免疫治疗反应和靶向药物敏感性方面的价值 | 研究基于回顾性队列数据，需要前瞻性临床研究进一步验证该特征的临床应用价值 | 识别肝细胞癌的新型预后生物标志物并评估其临床和治疗相关性 | 肝细胞癌患者 | 数字病理学 | 肝细胞癌 | 单细胞RNA测序，多组学分析 | 预后风险模型，临床列线图 | 单细胞RNA测序数据，基因表达数据 | TCGA-LIHC队列和独立验证队列GSE76427 | NA | 单细胞RNA-seq | NA | NA |
| 3043 | 2025-12-12 |
The BCG in situ study - novel techniques applied to a 100-year-old vaccine
2025-Dec, MethodsX
IF:1.6Q2
DOI:10.1016/j.mex.2025.103712
PMID:41362666
|
研究论文 | 本研究应用空间转录组学和液体活检等先进技术，深入解析了皮内接种BCG疫苗后局部皮肤和全身免疫反应 | 首次将空间转录组学应用于BCG疫苗接种后的皮肤组织研究，结合液体活检技术全面表征局部和系统免疫反应 | 研究样本量有限，且主要关注短期反应，长期保护效果和成人肺结核预防仍需进一步验证 | 阐明BCG疫苗接种后局部皮肤和全身免疫反应的细胞与分子机制，以加速改进或新疫苗的开发 | BCG疫苗接种后的皮肤组织活检样本和血液样本 | 数字病理学 | 结核病 | 空间转录组学、细胞游离血浆转录组学、全血转录组学、表观遗传分析、蛋白质组学、代谢组学 | NA | 组织图像、转录组数据、蛋白质数据、代谢物数据 | NA | NA | 空间转录组学, 液体活检 | NA | NA |
| 3044 | 2025-12-12 |
Characterizing epithelial-mesenchymal transition-linked heterogeneity in breast cancer circulating tumor cells at a single-cell level
2025-Dec, Molecular oncology
IF:5.0Q1
DOI:10.1002/1878-0261.70132
PMID:41046340
|
研究论文 | 本研究在单细胞水平上表征了乳腺癌循环肿瘤细胞中与上皮-间质转化相关的异质性 | 首次在早期乳腺癌患者中，结合免疫磁珠去除、多标记免疫荧光和单细胞转录组学，系统检测并量化了不同EMT状态的循环肿瘤细胞及其异质性，并揭示了间质特征CTC中核糖体基因下调及mTORC1信号相关的翻译抑制 | 样本量相对有限（107例），且为观察性研究，需要进一步的功能实验验证发现的分子机制 | 检测并表征乳腺癌患者循环肿瘤细胞中与上皮-间质转化相关的异质性，以理解血行播散的机制 | 乳腺癌患者的循环肿瘤细胞 | 单细胞组学 | 乳腺癌 | 单细胞RNA测序，免疫磁珠去除，多标记免疫荧光 | NA | 单细胞转录组数据，免疫荧光图像数据 | 107例乳腺癌患者的血液样本 | NA | 单细胞RNA-seq | NA | NA |
| 3045 | 2025-12-12 |
Novae: a graph-based foundation model for spatial transcriptomics data
2025-Dec, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-025-02899-6
PMID:41372623
|
研究论文 | 本文介绍了一种名为Novae的基于图的基础模型，用于处理空间转录组学数据，以提取细胞在空间背景下的表征 | Novae是一种基于图的基础模型，能够在多个切片上执行零样本域推断，并原生校正批次效应，同时构建空间域的嵌套层次结构 | NA | 改进当前模型在多个切片上的局限性，以促进空间转录组学在生物医学研究中的应用 | 空间转录组学数据中的细胞 | 数字病理学 | NA | 空间转录组学 | 基于图的模型 | 空间转录组学数据 | 近3000万个细胞，覆盖18种组织 | NA | 空间转录组学 | NA | NA |
| 3046 | 2025-12-12 |
Detection of serotonin and serotonin related gene reveals unique roles in human intestinal epithelial development
2025-Dec-01, bioRxiv : the preprint server for biology
DOI:10.1101/2025.11.27.690965
PMID:41377494
|
研究论文 | 本研究通过单细胞转录组学和组织学验证，揭示了血清素及其相关基因在人类肠道发育中的时空表达图谱 | 首次生成了从妊娠早期到成年晚期的血清素及其相关基因在人类肠道中的时空表达图谱，揭示了其动态、细胞类型特异性的调控模式 | 研究主要基于转录组数据，缺乏功能实验验证血清素在肠道发育中的具体作用机制 | 探究血清素在人类早期肠道发育中的作用 | 人类肠道组织样本 | 数字病理学 | NA | 单细胞转录组学 | NA | 单细胞RNA-seq数据 | 从妊娠早期到成年晚期的多个时间点的人类肠道样本 | NA | 单细胞RNA-seq | NA | NA |
| 3047 | 2025-12-12 |
Clonal expansion of alveolar fibroblast progeny drives pulmonary fibrosis in mouse models
2025-Nov-17, The Journal of clinical investigation
IF:13.3Q1
DOI:10.1172/JCI191826
PMID:40875468
|
研究论文 | 本研究通过单细胞RNA测序和谱系追踪技术，揭示了肺泡成纤维细胞后代的克隆扩增是驱动小鼠肺纤维化的关键机制 | 首次系统性地证明了成纤维细胞增殖在肺纤维化中的关键驱动作用，并提出了靶向成纤维细胞增殖作为纤维化疾病治疗新策略 | 主要基于小鼠模型，人类样本验证仅限于离体肺切片，需要更多临床研究验证 | 探究成纤维细胞增殖在肺纤维化发病机制中的功能重要性 | 小鼠肺泡成纤维细胞及其后代、人类纤维化肺组织 | 单细胞组学 | 肺纤维化 | 单细胞RNA测序、谱系追踪、EdU标记 | NA | 单细胞转录组数据、谱系追踪数据 | 2种独立的小鼠肺纤维化模型、人类纤维化与非病变肺切片 | NA | 单细胞RNA-seq | NA | NA |
| 3048 | 2025-12-12 |
SMURF: soft-segmentation for single-cell reconstruction and topological analysis of spatial transcriptomic data
2025-Nov-01, bioRxiv : the preprint server for biology
DOI:10.1101/2025.05.28.656357
PMID:40502153
|
研究论文 | 本文介绍了一种名为SMURF的新型软分割算法，用于高分辨率空间转录组学数据中mRNA到单个细胞的准确分配及组织结构的拓扑分析 | 开发了跨平台的软分割算法SMURF，能够将捕获点中的mRNA映射到附近细胞核，并通过投影到笛卡尔坐标“展开”复杂组织结构，实现细胞类型组织和基因表达梯度的分析 | NA | 开发一种新计算方法，用于准确分配空间转录组学数据中的转录本到单个细胞，并分析细胞在原生组织环境中的基因表达 | 空间转录组学数据中的mRNA和细胞核 | 空间转录组学 | NA | 空间转录组学 | 软分割算法 | 空间转录组学数据 | NA | NA | 空间转录组学 | NA | NA |
| 3049 | 2025-12-12 |
scSPAF: Cell Similarity Purified Adaptive Fusion Network for Single-Cell Multi-Omics Clustering
2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3608251
PMID:40928916
|
研究论文 | 本文提出了一种名为scSPAF的单细胞多组学聚类网络，通过多层次融合方法探索组学数据的一致性和互补性 | 设计了细胞相似性纯化模块以整合细胞间的邻域信息，并采用自适应融合机制整合组学特异性表示和跨组学一致表示 | NA | 提升单细胞多组学聚类分析的性能 | 单细胞多组学数据 | 机器学习 | NA | 单细胞测序 | 自适应融合网络 | 单细胞多组学数据 | 六个真实世界数据集 | NA | 单细胞多组学 | NA | NA |
| 3050 | 2025-12-12 |
scGCRC: Graph and Contrastive-Based Representation Learning for Single-Cell RNA-Seq Data Clustering
2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3629161
PMID:41191468
|
研究论文 | 提出了一种基于局部自注意力网络和对比学习的单细胞RNA测序数据聚类新方法 | 通过局部自注意力网络自动聚合细胞关系图中的潜在信息，并采用双对比学习模块同时在细胞层面和聚类层面优化细胞表征，无需预训练自编码器-解码器模块 | NA | 改进单细胞RNA测序数据的聚类分析，以更准确地识别细胞类型 | 单细胞RNA测序数据 | 机器学习 | NA | 单细胞RNA测序 | 局部自注意力网络，对比学习，Leiden社区发现算法 | 基因表达数据 | 160个子样本数据集（含不同细胞类型数量）、3个不同协议数据集、9个真实公共数据集 | NA | 单细胞RNA-seq | NA | NA |
| 3051 | 2025-12-12 |
Single-cell transcriptomics of the myeloid milieu reveals an angiogenic niche in triple-negative breast cancer
2025-Nov, Experimental & molecular medicine
DOI:10.1038/s12276-025-01571-5
PMID:41203997
|
研究论文 | 本研究整合单细胞RNA测序数据，揭示了三阴性乳腺癌中髓系细胞的异质性，特别是VEGFA中性粒细胞和SPP1巨噬细胞亚型在血管生成微环境中的作用 | 首次通过整合单细胞转录组学数据，系统描绘了三阴性乳腺癌髓系微环境，并发现VEGFA中性粒细胞和SPP1巨噬细胞亚型在缺氧区域共定位形成血管生成微环境，揭示了它们与患者不良预后的关联 | 研究主要基于转录组数据，功能验证和机制探索仍需进一步实验支持 | 阐明三阴性乳腺癌中髓系细胞的异质性、发育轨迹及其在肿瘤微环境中的作用 | 三阴性乳腺癌患者和多个小鼠模型的髓系细胞 | 数字病理学 | 乳腺癌 | 单细胞RNA测序，空间转录组学 | NA | 单细胞转录组数据，空间转录组数据 | 整合了内部和公共单细胞RNA测序数据，涉及多个小鼠模型 | NA | 单细胞RNA-seq，空间转录组学 | NA | NA |
| 3052 | 2025-12-12 |
Single-cell transcriptomic profiling reveals liver fibrosis in colorectal cancer liver metastasis
2025-Nov, Experimental & molecular medicine
DOI:10.1038/s12276-025-01573-3
PMID:41258075
|
研究论文 | 本研究通过单细胞转录组测序揭示了结直肠癌肝转移中肿瘤纤维化的临床意义及其分子特征 | 首次构建了肝转移肿瘤纤维化的单细胞图谱，揭示了VCAN_eCAF在纤维化重塑中的关键作用，并识别出FGF23/FGF3-FGFR1等潜在靶向互作 | 研究样本量有限，且为观察性研究，需进一步功能实验验证机制 | 探究结直肠癌肝转移中肿瘤纤维化的临床重要性、分子特征及其对肿瘤微环境的影响 | 结直肠癌肝转移患者的肿瘤组织 | 数字病理学 | 结直肠癌 | 单细胞RNA测序，多重免疫组化/免疫荧光，空间转录组学 | NA | 单细胞转录组数据，空间转录组数据，免疫组化图像 | 未明确说明具体样本数量 | NA | 单细胞RNA-seq，空间转录组学 | NA | NA |
| 3053 | 2025-12-12 |
scDVAE:Single-Cell Data Clustering Based on Variational Autoencoder With Disentangled Latent Representations
2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3599194
PMID:40811173
|
研究论文 | 本文提出了一种基于解耦潜在表示变分自编码器的新型深度生成模型scDVAE，用于单细胞RNA测序数据的聚类分析 | 提出了一种将潜在表示解耦为聚类特征和生成特征的新方法，并采用学生t混合模型作为聚类特征的先验分布以增强对dropout事件的鲁棒性，同时引入混合数据增强策略以提高数据集多样性并减少噪声 | NA | 提高单细胞RNA测序数据聚类的准确性和鲁棒性 | 单细胞RNA测序数据 | 机器学习 | NA | 单细胞RNA测序 | 变分自编码器 | 基因表达数据 | 10个真实世界数据集 | NA | 单细胞RNA-seq | NA | NA |
| 3054 | 2025-12-12 |
DIC: Deep Imputing and Clustering Single Cell RNA Sequencing Data
2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3548094
PMID:40811249
|
研究论文 | 本文提出了一种名为DIC的深度神经网络，用于协同处理单细胞RNA测序数据中的缺失值插补和细胞聚类 | DIC采用Y型结构，通过自编码器与额外分支结合，实现缺失值插补和细胞聚类的协同优化，充分利用生物学有意义的聚类结构 | 未在摘要中明确提及 | 解决单细胞RNA测序数据中缺失值对细胞聚类分析的挑战 | 单细胞RNA测序数据 | 机器学习 | NA | 单细胞RNA测序 | 深度神经网络，自编码器 | 基因表达数据 | NA | NA | 单细胞RNA测序 | NA | NA |
| 3055 | 2025-12-12 |
Inference of Tumor Progression Patterns in Colon Cancer Using Optimal Cell Order Analysis in Single Cell Resolution
2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3592571
PMID:40811186
|
研究论文 | 本研究提出了一种基于单细胞RNA-Seq数据的计算方法，用于推断结肠癌细胞群体的进化或分化模式 | 开发了一种基于序列化的方法，利用最优重排序层次结构推断细胞进展模式，并提供了基于主曲线的三维可视化工具和新的评估指标 | NA | 推断结肠癌细胞群体的动态进展模式，如分化、信号传导或肿瘤进化轨迹 | 人类结肠癌样本的单细胞转录组数据 | 计算生物学 | 结肠癌 | 单细胞RNA-Seq | 序列化方法 | 单细胞转录组数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 3056 | 2025-12-12 |
ZiPo: A Deep Neural Network to De-Noise Single-Cell RNA Sequencing Data
2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3572783
PMID:40811273
|
研究论文 | 本文介绍了一种名为ZiPo的深度神经网络，用于去噪单细胞RNA测序数据，通过估计率和预测文库大小来减少测量丢失问题 | ZiPo引入了可调整的零膨胀分布来捕获丢失事件，并采用尺度不变损失项使权重稀疏，提高了模型的生物可解释性 | NA | 开发一种深度神经网络方法，以改善单细胞RNA测序数据的分析，减少测量丢失的影响 | 单细胞RNA测序数据 | 机器学习 | NA | 单细胞RNA测序 | 深度自编码器神经网络 | 基因表达数据 | 三个数据集 | NA | 单细胞RNA-seq | NA | NA |
| 3057 | 2025-12-12 |
Integrating Graph Convolutional Networks for Missing Gene Expression Imputation
2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3605719
PMID:40892650
|
研究论文 | 本文提出了一种名为GCNgene的新方法，通过整合空间转录组学和单细胞RNA测序数据，预测未检测RNA转录本的空间分布 | 利用图卷积网络嵌入空间转录组学数据，并结合参考单细胞数据与计算出的细胞类型比例来重建基因表达，实现基因表达水平的准确预测 | NA | 预测基因的空间分布，以解决空间转录组技术中基因通量不足的问题 | 空间转录组学和单细胞RNA测序数据集 | 生物信息学 | NA | 单细胞RNA测序，空间转录组学 | 图卷积网络 | 基因表达数据，空间信息数据 | NA | NA | 单细胞RNA-seq，空间转录组学 | NA | NA |
| 3058 | 2025-12-12 |
Knowledge-Guided Gene Panel Selection for Label-Free Single-Cell RNA-Seq Data: A Reinforcement Learning Perspective
2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3609721
PMID:40953430
|
研究论文 | 本文提出了一种结合集成知识与强化学习的基因面板选择方法，用于无标记单细胞RNA测序数据 | 通过集成现有基因选择算法建立先验知识引导初始搜索空间，并引入基于专家行为的强化学习奖励函数进行动态优化，减少了传统方法的偏差 | 未明确说明方法在特定疾病类型或大规模数据集上的泛化能力 | 提高无标记单细胞RNA测序数据中基因面板选择的准确性和效率 | 单细胞RNA测序数据中的基因表达特征 | 机器学习 | NA | 单细胞RNA测序 | 强化学习 | 基因表达数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 3059 | 2025-12-12 |
scTECTA: Asymmetric Deep Transfer Learning for Cross-Patient Tumor Microenvironment Single-Cell Annotation
2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3618727
PMID:41056164
|
研究论文 | 本文提出了一种名为scTECTA的基于图神经网络的方法，用于跨患者肿瘤微环境单细胞注释，通过迁移学习解决数据稀疏性和批次效应问题 | scTECTA采用非对称神经网络架构和领域对抗学习框架，结合图卷积网络进行分布偏移校正，显著提升了细胞类型分类的精度和鲁棒性 | NA | 开发一种高效的跨患者肿瘤微环境单细胞注释方法，以克服现有方法在数据稀疏性、生物异质性和批次效应方面的限制 | 肿瘤微环境中的单细胞RNA测序数据，涉及六种癌症类型和34名患者 | 机器学习 | 肺癌, 前列腺癌, 心血管疾病, 老年病 | 单细胞RNA测序 | 图神经网络, 图卷积网络 | 单细胞RNA测序数据 | 34名患者的多个数据集，涵盖六种癌症类型 | NA | 单细胞RNA-seq | NA | NA |
| 3060 | 2025-12-12 |
scMID: A Deep Multi-Omics Integration Framework for Comprehensive Single-Cell Data Analysis
2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3624040
PMID:41124064
|
研究论文 | 本文提出了一种基于单细胞多组学数据整合和dropout模式的深度多组学集成框架（scMID），用于全面的单细胞数据分析 | 利用组学独立的深度自编码器进行多组学数据对齐，采用GCN算法进行数据整合，并结合二值化dropout模式获得的基因相似性计算基因重要性，提出双策略特征基因筛选方法 | 未在摘要中明确说明 | 提高单细胞聚类分析的准确性，突破传统特征选择方法的限制，为解码复杂生物信息提供更优的分析框架 | 单细胞多组学数据 | 机器学习 | NA | 单细胞多组学测序 | 深度自编码器, GCN | 多组学数据（转录组学、表观基因组学、蛋白质组学） | NA | NA | 单细胞多组学 | NA | NA |