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 40705 篇文献，本页显示第 301 - 320 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 301 | 2026-06-18 |
Optimal gene panel selection for targeted spatial transcriptomics experiments
2026-Jun-08, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkag621
PMID:42306947
|
研究论文 | 介绍了一种名为ReconST的新方法，用于自动设计优化基因面板，以提升空间转录组分析的效果 | 利用门控自编码器从现有单细胞RNA测序数据中自动识别最优基因子集，解决了空间转录组分析中基因面板设计的主观性和低效问题 | 未提及，但可能依赖于现有单细胞RNA测序数据的质量和代表性 | 开发一种通用工具，自动设计最佳基因面板，最大化空间转录组分析的效用 | 小鼠大脑MERFISH数据集和胎儿肺数据集 | 机器学习 | 不适用 | 空间转录组学 | 门控自编码器 | 基因表达数据 | 两个数据集：小鼠大脑高覆盖MERFISH数据集和胎儿肺数据集 | 不适用 | 空间转录组学 | 不适用 | 不适用 |
| 302 | 2026-06-18 |
Heterogeneity of macrophages in PD-1/PD-L1 inhibitor therapy: a single-cell perspective
2026-Jun-07, Cellular & molecular biology letters
IF:9.2Q1
DOI:10.1186/s11658-026-00956-2
PMID:42252409
|
综述 | 本文从单细胞视角全面总结了巨噬细胞在PD-1/PD-L1抑制剂治疗中的异质性及其对抗肿瘤疗效、耐药性和免疫相关不良事件的影响 | 首次从单细胞技术角度系统阐述巨噬细胞异质性在PD-1/PD-L1抑制剂治疗中的多重功能角色，并探讨靶向巨噬细胞以提高免疫治疗准确性的潜在价值 | 基于现有研究的综合总结，可能缺乏原始实验数据的验证，且单细胞技术的应用仍存在成本和数据分析复杂性等挑战 | 阐明巨噬细胞异质性在PD-1/PD-L1抑制剂治疗中的功能作用，并探索其作为优化免疫治疗策略的潜在靶点 | 巨噬细胞在PD-1/PD-L1抑制剂治疗中的亚群、基因特征和功能可塑性 | 机器学习 | 癌症 | 单细胞RNA测序 | NA | 文本 | NA | 10x Genomics, Illumina | 单细胞RNA测序 | 10x Chromium | NA |
| 303 | 2026-06-18 |
Matrix Stiffness Directs Early Injury and Ketogenesis Programs to Prime Kidney Repair
2026-Jun-01, Journal of the American Society of Nephrology : JASN
IF:10.3Q1
DOI:10.1681/ASN.0000000967
PMID:41563281
|
研究论文 | 研究基质硬度如何通过早期损伤和酮生成程序指导肾脏修复 | 发现Mfap2通过大肿瘤抑制激酶1介导的非经典Hippo通路驱动机械代谢信号，并揭示Mfap2-雌激素受体2-Hmgcs2回路可能成为减轻急性肾损伤的药物靶点 | 未在文中明确说明 | 探究细胞外基质在急性肾损伤修复中的机械调节机制 | 成纤维细胞、周细胞、肾小管细胞 | 数字病理学 | 急性肾损伤 | 空间转录组学、磷酸化蛋白质组学、数据非依赖采集全局蛋白质组学 | NA | 蛋白质组学数据、空间转录组学数据 | 遗传和药物诱导的急性肾损伤动物模型 | NA | 空间转录组学 | NA | NA |
| 304 | 2026-06-18 |
Eosinophils drive intestinal remodelling and innate defence in reproduction
2026-Jun, Nature
IF:50.5Q1
DOI:10.1038/s41586-026-10531-6
PMID:42129565
|
研究论文 | 该研究揭示了嗜酸性粒细胞在生殖过程中驱动肠道重塑和先天防御的新功能 | 首次发现嗜酸性粒细胞在怀孕和哺乳期间积累于小肠，以干细胞内在方式促进杯状细胞分化，增强黏液产生，从而提供针对肠道细菌感染的先天保护 | 研究主要基于小鼠模型，人类中的相关机制尚需验证；此外，嗜酸性粒细胞积累的持久性及其对宿主防御和女性健康的长期影响需进一步探讨 | 探讨母体在生殖过程中肠道屏障组织的免疫适应性变化 | 小鼠肠道组织及嗜酸性粒细胞 | 数字病理学 | NA | 单细胞转录组学、空间转录组学、类器官培养、遗传及药理学干扰 | NA | 图像、文本 | 小鼠模型（具体数量未在标题和摘要中说明） | 10x Genomics | 单细胞RNA-seq、空间转录组学 | 10x Chromium、10x Visium | 10x Chromium 单细胞3'测序、10x Visium 空间转录组学 |
| 305 | 2026-06-18 |
Single-Cell RNA-Seq Combined With Bulk RNA-Seq Revealed the Involvement of Pancreatic Cancer Tissue-Resident Macrophages in Tumour Progression and the Immunotherapy Response
2026-06, Journal of cellular and molecular medicine
IF:4.3Q2
DOI:10.1111/jcmm.71212
PMID:42210511
|
研究论文 | 通过单细胞RNA测序与批量RNA测序结合分析，揭示胰腺癌组织驻留巨噬细胞在肿瘤进展和免疫治疗反应中的作用 | 首次鉴定出特定的组织驻留巨噬细胞亚群，并建立TAM评分系统，发现TRM簇4对五年和十年死亡率具有最高预测效能，且其评分在免疫治疗响应者中下降、非响应者中上升 | 未提及明显局限性 | 表征胰腺癌中巨噬细胞的异质性及其功能影响，探索组织驻留巨噬细胞在肿瘤进展和免疫治疗反应中的关键作用 | 胰腺癌肿瘤组织中的组织驻留巨噬细胞 | 数字病理 | 胰腺癌 | 单细胞RNA测序， 批量RNA测序 | NA | 测序数据 | 来自GEO和TCGA数据库的多个数据集 | NA | 单细胞RNA-seq， 批量RNA-seq | NA | NA |
| 306 | 2026-06-18 |
Single-cell reveals age-dependent epithelial reprogramming and EMT vulnerability in THCA
2026-06-01, Endocrine-related cancer
IF:4.1Q2
DOI:10.1530/ERC-26-0021
PMID:42171146
|
研究论文 | 通过单细胞RNA测序揭示甲状腺癌中年龄依赖的上皮重编程和上皮-间充质转化易感性 | 首次通过单细胞RNA测序系统揭示甲状腺癌中年龄相关的上皮细胞重编程和EMT特征，并鉴定PHTF2和SNAI1为关键调控因子 | 研究样本量有限（20例），主要依赖体外功能验证，缺乏体内实验和临床结局数据 | 探究甲状腺癌中上皮-间充质转化和肿瘤微环境重塑的机制 | 92,849个细胞，来自20例未成年和成年患者的甲状腺组织样本 | 单细胞转录组学 | 甲状腺癌 | 单细胞RNA测序 | NA | 单细胞基因表达数据 | 20例甲状腺组织样本（来自未成年和成年患者），共92,849个细胞 | NA | 单细胞RNA-seq | NA | NA |
| 307 | 2026-06-18 |
Spatially resolved single-cell analyses of human meningioma identify novel cell states influencing tumor microenvironment and progression
2026-Jun, Nature genetics
IF:31.7Q1
DOI:10.1038/s41588-026-02615-w
PMID:42265312
|
研究论文 | 利用单细胞分辨率的空间转录组学和单核RNA测序，分析人类脑膜瘤的细胞状态异质性及其对肿瘤微环境和进展的影响 | 首次在单细胞分辨率下系统描绘脑膜瘤的细胞状态图谱，包括髓系细胞状态的差异及其与分子分型、微环境塑造和预后预测的关联 | 未在标题和摘要中明确提及局限性 | 探讨脑膜瘤肿瘤内在异质性的单细胞特征，以指导潜在治疗途径 | 人类脑膜瘤组织样本 | 数字病理学 | 脑膜瘤 | 单核RNA测序, 高分辨率空间转录组学, 批量DNA甲基化测序, 批量RNA测序, 批量蛋白质组学, 血浆甲基化检测 | NA | 测序数据, 空间转录组数据, 蛋白质组数据, 甲基化数据 | 712例批量DNA甲基化和RNA测序样本, 88例批量蛋白质组样本, 59例血浆甲基化样本 | NA | 单细胞RNA测序, 空间转录组学 | NA | NA |
| 308 | 2026-06-18 |
Accurate, scalable and cross-platform cell identification for high-resolution spatial transcriptomics
2026-Jun, Nature genetics
IF:31.7Q1
DOI:10.1038/s41588-026-02610-1
PMID:42162410
|
research paper | 提出 Cellist 多模态方法，结合图像和表达信息实现高分辨率空间转录组学数据的精确、可扩展、跨平台细胞分割 | Cellist 方法结合图像和表达信息，实现跨多种空间转录组学平台（如 Stereo-seq、Seq-Scope、seqFISH+、STARmap 和 10x Xenium）的细胞分割，具有高计算效率和鲁棒性 | 未明确提及，但可能依赖高质量图像数据和表达信息融合；对极端低分辨率或噪声数据性能可能受限 | 开发一种准确、可扩展、跨平台的细胞分割方法，以解决高分辨率空间转录组学中的细胞分割挑战 | 小鼠脑组织和非小细胞肺癌样本 | digital pathology | non-small cell lung cancer | spatial transcriptomics | CNN | image | 未提供具体样本数量，但包括小鼠脑组织和非小细胞肺癌样本 | 10x Genomics | spatial transcriptomics | 10x Xenium | NA |
| 309 | 2026-06-18 |
Research progress on immune microenvironment and biomarkers of small cell lung cancer
2026-May-31, Journal of thoracic disease
IF:2.1Q3
DOI:10.21037/jtd-2026-1-0320
PMID:42306740
|
综述 | 系统总结了小细胞肺癌不同阶段和亚型的免疫微环境特征及关键生物标志物 | 整合基因组测序、单细胞测序和空间转录组学等多方法数据，首次系统回顾不同分期和亚型小细胞肺癌的免疫微环境特征 | 缺乏该领域的系统性综述，且免疫联合治疗在SCLC患者中的疗效仍有限 | 为改善免疫治疗疗效和发现新治疗靶点提供新视角 | 小细胞肺癌的免疫微环境和生物标志物 | 医学研究 | 小细胞肺癌 | 基因组测序, 单细胞测序, 空间转录组学 | NA | 基因组数据, 单细胞数据, 空间转录组数据 | NA | NA | 单细胞RNA测序, 空间转录组学 | NA | NA |
| 310 | 2026-06-18 |
Identifying and validating of prognostic genes associated with myeloid cell differentiation in cervical cancer: development of a risk model based on single-cell RNA sequencing combined with bulk RNA sequencing data
2026-May-30, Translational cancer research
IF:1.5Q4
DOI:10.21037/tcr-2026-1-0174
PMID:42305465
|
研究论文 | 通过单细胞RNA测序与批量RNA测序数据，开发了与骨髓细胞分化相关的宫颈癌预后基因风险模型 | 首次整合单细胞RNA测序和批量RNA测序数据，构建了基于骨髓细胞分化的宫颈癌预后风险模型，并揭示了相关免疫微环境特征和药物敏感性差异 | 未提供具体的样本量信息和外部验证队列，潜在的地域或人群偏倚未被讨论 | 识别与骨髓细胞分化相关的宫颈癌预后基因，并建立风险模型以改善预后预测 | 宫颈癌患者样本中的骨髓细胞（包括MDSCs和TAMs）及相关基因表达数据 | machine learning | 宫颈癌 | 单细胞RNA测序, 批量RNA测序, RT-qPCR | LASSO回归 | 基因表达数据 | NA | NA | 单细胞RNA测序, 批量RNA测序 | NA | NA |
| 311 | 2026-06-18 |
Single-cell analysis identifies a tumor-specific T-cell metabolic signature: prognostic model and association with immunosuppressive microenvironment in ovarian cancer
2026-May-30, Translational cancer research
IF:1.5Q4
DOI:10.21037/tcr-2026-1-0211
PMID:42305453
|
研究论文 | 通过单细胞RNA测序分析卵巢癌中肿瘤特异性T细胞的代谢特征，构建预后模型并评估其与免疫抑制微环境的关联 | 首次从单细胞分辨率识别出肿瘤特异性T细胞亚群（CA-T细胞）的线粒体代谢重编程特征，并建立了一个包含8个基因的预后风险评分模型，揭示代谢异质性与免疫抑制微环境及免疫检查点抑制剂疗效之间的关联 | 模型主要基于公共数据库（GSE184880和TCGA-OV），验证队列较为有限，且未在独立前瞻性队列或临床试验中进行外部验证 | 构建基于肿瘤特异性T细胞代谢特征的预后模型，分析其与免疫抑制微环境及免疫治疗疗效的关系 | 卵巢癌组织中的肿瘤特异性T细胞亚群（CA-T细胞） | 机器学习 | 卵巢癌 | 单细胞RNA测序（scRNA-seq） | LASSO回归、随机生存森林 | 单细胞转录组数据、多组学数据 | GSE184880单细胞数据集和TCGA-OV队列的多组学数据 | NA | 单细胞RNA测序 | NA | NA |
| 312 | 2026-06-18 |
Integrating innovative multiomics and machine learning strategies for prognostic biomarker discovery in hepatocellular carcinoma: guiding personalized treatment strategies with single-cell analysis
2026-May-30, Translational cancer research
IF:1.5Q4
DOI:10.21037/tcr-2025-1-2870
PMID:42305483
|
研究论文 | 整合多组学数据和机器学习策略，结合单细胞分析，为肝细胞癌发现预后生物标志物并指导个性化治疗 | 创新性地开发了包含13种机器学习组合的框架来构建共识CS1相关特征，并整合单细胞RNA测序与多组学分析，提供了肝细胞癌风险分层和个性化治疗的全面视角 | 研究未提及具体限制，但可能包括数据来源的偏差、机器模型的外部验证范围有限以及临床应用的潜在挑战 | 利用多组学数据、机器学习和单细胞分析发现肝细胞癌预后生物标志物，指导个性化治疗策略 | 肝细胞癌患者的多组学数据（包括mRNA、长链非编码RNA、microRNA表达谱、基因组突变和DNA甲基化数据） | 机器学习 | 肝细胞癌 | RNA-seq, 甲基化测序, 单细胞RNA测序 | CNN, LSTM, GAN（根据机器学习的13种组合，可能包含多种模型） | 表达数据, 突变数据, 甲基化数据, 单细胞转录组数据 | 来自癌症基因组图谱数据集的多组学样本，具体数量未明确，但包含训练集和验证集 | Illumina | bulk RNA-seq, 单细胞RNA-seq, 甲基化测序 | Illumina NovaSeq（可能用于测序平台，但原文未明确） | NA（由于抽象中未提供具体平台配置细节） |
| 313 | 2026-06-18 |
Comprehensive analysis to develop a stromal senescence-associated gene signature for predicting hepatocellular carcinoma
2026-May-30, Translational cancer research
IF:1.5Q4
DOI:10.21037/tcr-2025-1-2894
PMID:42305498
|
研究论文 | 基于基质衰老相关基因特征构建肝细胞癌预后预测模型并进行多组学验证 | 首次结合单细胞RNA测序和多种机器学习算法构建基质衰老相关的六基因预后特征，并整合空间转录组学和虚拟筛选进行多维度验证 | 未提及 | 开发并验证一个稳健的预后预测模型，以准确评估肝细胞癌患者的预后风险并促进个性化精准治疗 | 肝细胞癌患者肿瘤组织和相关基质细胞 | 数字病理学 | 肝细胞癌 | RNA测序、单细胞RNA测序、空间转录组学、蛋白质组学、虚拟筛选、分子对接和分子动力学模拟 | Cox回归和LASSO分析 | 基因表达数据、单细胞RNA测序数据、蛋白质组数据、空间转录组数据 | 未明确样本量，涉及GEO、TCGA和CPTAC数据库数据 | NA | 单细胞RNA测序、空间转录组学 | NA | NA |
| 314 | 2026-06-18 |
WT1-AS acts as a tumor suppressor in cervical cancer via OSR2-mediated transcriptional activation
2026-May-30, Translational cancer research
IF:1.5Q4
DOI:10.21037/tcr-2025-1-2842
PMID:42305506
|
研究论文 | 探究WT1-AS在宫颈癌中通过OSR2介导的转录激活发挥抑癌作用 | 首次发现WT1-AS在宫颈癌中作为抑癌因子，并揭示OSR2作为其直接上游转录调控因子，阐明了WT1-AS/OSR2轴促进凋亡的机制 | 临床适用性仍需进一步验证 | 研究WT1-AS在宫颈癌中的表达模式、预后意义、生物学功能及其上游转录调控机制 | WT1-AS在宫颈癌中的作用及OSR2对其的转录调控 | 数字病理 | 宫颈癌 | 单细胞RNA测序、转录因子预测、共表达分析、荧光素酶报告实验、Western blotting、流式细胞术、异种移植小鼠模型 | NA | 基因表达数据、单细胞RNA测序数据 | TCGA泛癌和宫颈癌数据集，以及异种移植小鼠模型 | NA | 单细胞RNA测序 | NA | NA |
| 315 | 2026-06-18 |
Circadian-immune-related gene signature for lung squamous cell carcinoma: machine learning and multi-omics analysis
2026-May-30, Translational cancer research
IF:1.5Q4
DOI:10.21037/tcr-2026-1-0302
PMID:42305521
|
研究论文 | 开发基于昼夜节律-免疫相关基因的预后标志物，用于肺鳞癌风险分层和治疗指导 | 通过整合多组学数据和十种机器学习算法，首次构建了昼夜节律-免疫相关基因预后标志物（CIGPS），揭示了肺鳞癌中免疫微环境异质性与昼夜节律紊乱的关联 | 样本量有限（n=494+69），外部验证数据集规模较小；单细胞RNA-seq数据未进行独立队列验证；CIGPS的临床实用性需进一步前瞻性研究验证 | 构建预后标志物以改善肺鳞癌风险分层和治疗指导，并探索昼夜节律紊乱对肿瘤免疫微环境的影响 | 肺鳞癌（LUSC）患者，公共数据库数据（TCGA和GEO） | 机器学习 | 肺癌 | RNA-seq, 单细胞RNA-seq, 多组学分析 | 加权基因共表达网络分析（WGCNA）, StepCox + GBM等十种机器学习算法 | 转录组数据, 单细胞转录组数据, 临床数据 | 494例（TCGA）+ 69例（GSE73403）+ 单细胞RNA-seq数据（GSE148071） | NA | bulk RNA-seq, single-cell RNA-seq | NA | NA |
| 316 | 2026-06-18 |
Leveraging Lineage Barcodes as Natural Augmentations for Contrastive Learning of Cell Fate in scRNA-seq Data
2026-May-24, bioRxiv : the preprint server for biology
DOI:10.1101/2024.10.28.620670
PMID:42239199
|
研究论文 | 介绍一种名为谱系感知对比学习（LCL）的框架，利用可遗传谱系条形码作为数据增强方法，从单细胞RNA测序数据中分离细胞命运决定信号 | 将谱系条形码视为自然数据增强手段，通过半监督架构将谱系结构转移到无条形码的临床数据集，实现了从横截面数据预测纵向命运承诺 | 未提及具体的局限性 | 开发可扩展的对比学习范式，以理解并潜在操纵细胞分化过程 | 造血系统和成纤维细胞系统中的细胞分化与命运决定 | 机器学习 | NA | 单细胞RNA测序（scRNA-seq）、谱系追踪 | 对比学习模型 | 单细胞基因表达数据 | NA | NA | 单细胞RNA测序 | NA | NA |
| 317 | 2026-06-18 |
Transcriptomic Meta-Analysis as a Framework for Robust Cross-Study Biological Inference
2026-May-22, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms27114674
PMID:42278205
|
综述 | 该综述概述了转录组荟萃分析的关键方法学步骤及其在跨研究生物学推断中的应用 | 强调异质性不仅被视为噪声来源，而是定义了跨研究分析的可重复性和解释边界 | 文中未明确说明具体局限性，但可能包括数据整合中异质性的挑战尚未完全解决 | 提供转录组荟萃分析的方法论框架，支持更稳健的生物学推断 | 转录组数据集及其跨研究整合 | 机器学习 | NA | RNA-seq, 单细胞转录组, 空间转录组 | NA | 基因表达数据 | NA | NA | bulk RNA-seq, 单细胞RNA-seq, 空间转录组学 | NA | NA |
| 318 | 2026-06-18 |
EPHB2 drives EMT-linked vasculogenic mimicry and cervical cancer progression via an ERK-ETV4 transcriptional program
2026-May-16, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-026-08300-0
PMID:42143313
|
research paper | 本研究揭示了EPHB2通过ERK-ETV4转录程序驱动宫颈癌中EMT相关的血管生成拟态和肿瘤进展 | 首次发现EPHB2作为上游调控因子，通过ERK-ETV4转录程序协调EMT和血管生成拟态，促进宫颈癌侵袭和耐药 | 机制验证主要基于体外细胞实验和异种移植模型，缺乏临床样本的大规模队列验证和更深入的信号网络解析 | 阐明EPHB2在宫颈癌血管生成拟态相关可塑性中的功能角色和分子机制 | 宫颈癌细胞系HeLa和SiHa，以及宫颈癌组织样本 | machine learning | 宫颈癌 | RNA-seq, 单细胞RNA-seq, 免疫组化, qRT-PCR, Western blot | NA | 转录组数据, 单细胞数据 | 多个公共数据集包括GSE168244、GSE138080、TCGA-CESC、GTEx，以及一个机构的免疫组化队列 | Illumina | bulk RNA-seq, 单细胞RNA-seq | Illumina NovaSeq | 公共转录组数据集和单细胞RNA-seq数据 |
| 319 | 2026-06-18 |
Lineage and organ signals sequentially build organ intrinsic nervous systems
2026-May-13, Nature
IF:50.5Q1
DOI:10.1038/s41586-026-10490-y
PMID:42129551
|
研究论文 | 通过系统级跨器官分析，揭示器官固有神经系统由谱系和器官信号依次构建的发育逻辑 | 首次提出器官固有神经系统发育的双重逻辑：谱系程序预置空间框架，而器官特异性信号指导最终分子身份和结构精度 | 未提及具体局限性 | 探究器官固有神经系统如何从共同的神经嵴细胞起源发育为不同神经结构 | 小鼠心脏、胰腺、肠道和肺的器官固有神经系统 | 机器学习 | NA | 谱系追踪、3D成像、单细胞转录组学、遗传扰动 | NA | 图像、转录组数据 | 涉及多个器官的小鼠样本 | 10x Genomics | 单细胞RNA测序 | 10x Chromium | 10x Chromium单细胞3'测序 |
| 320 | 2026-06-18 |
Empowering multifaceted analysis of spatial transcriptomics data with RGAST
2026-May-04, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbag298
PMID:42302280
|
研究论文 | 提出RGAST框架，利用关系图注意力自动编码器统一处理空间转录组数据的多种下游分析任务 | 通过在单一框架中引入关系图注意力自动编码器，联合建模空间邻近性和基因表达相似性，实现空间域识别、细胞互作推断和三维组织重建等多种分析 | 未提及具体局限，但可能依赖高质量空间转录组数据，且计算复杂度有待评估 | 开发一个统一的框架以提升空间转录组数据在多平台、多任务下的分析能力 | 空间转录组数据，包括小鼠下丘脑、人背外侧前额叶皮层和人皮层等组织样本 | 数字病理学, 机器学习 | 神经退行性疾病 | 空间转录组学 | 关系图注意力自动编码器 | 空间转录组数据 | 多个数据集，包括dorsolateral prefrontal cortex数据集和人皮层发育轨迹数据 | NA | 空间转录组学 | NA | NA |