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!


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。
| 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 3881 | 2026-02-07 |
From glycolytic signatures to patients: A translational roadmap for reproducible, equitable deployment of multi-omics and AI in colorectal cancer
2026-Jan-13, Medical oncology (Northwood, London, England)
DOI:10.1007/s12032-026-03236-3
PMID:41528598
|
综述 | 本文提出一个基于多组学和人工智能的可重复、公平部署的路线图,用于结直肠癌的精准肿瘤学 | 整合国际公认框架(TRIPOD+AI、PROBAST+AI、DECIDE-AI)以确保透明度、校准和分阶段临床评估,并强调使用代谢成像和光谱学进行正交验证 | 未具体说明数据样本量或模型类型,主要关注方法论和路线图,缺乏实证研究细节 | 为结直肠癌中多组学和人工智能的可重复、公平临床工具开发提供结构化路线图 | 结直肠癌的糖酵解异质性及相关生物标志物 | 机器学习 | 结直肠癌 | 批量转录组学、单细胞转录组学、代谢成像、光谱学 | NA | 转录组数据、成像数据 | NA | NA | 单细胞RNA-seq, 批量RNA-seq | NA | NA |
| 3882 | 2026-02-07 |
Acute wood smoke exposure is associated with cell-specific hippocampal transcriptomic responses in an accelerated ovarian failure mouse model
2026-Jan-13, bioRxiv : the preprint server for biology
DOI:10.64898/2026.01.12.699079
PMID:41648121
|
研究论文 | 本研究探讨了急性木烟暴露在加速卵巢衰竭小鼠模型中如何影响海马区细胞特异性转录组反应 | 首次结合卵巢激素下降与急性木烟暴露,利用空间转录组学技术揭示海马区不同细胞类型的特异性转录变化 | 研究仅使用小鼠模型,样本量较小(每组4个切片),且暴露时间较短(2天),可能无法完全模拟人类长期暴露或更广泛的生理变化 | 探究卵巢激素下降是否加剧大脑对空气污染(特别是木烟)的脆弱性,并识别相关的细胞通路 | 雌性C57BL/6小鼠,采用4-乙烯基环己烯二环氧化物诱导的加速卵巢衰竭模型 | 空间转录组学 | 老年疾病 | 空间转录组学 | NA | 空间转录组数据 | 每组4个海马切片(具体动物数量未明确说明) | 10x Genomics | 空间转录组学 | 10x Visium | 10x Visium平台用于空间转录组分析 |
| 3883 | 2026-02-07 |
Interpreting the molecular and cellular landscape of PCOS through bulk transcriptomics, single-cell transcriptomics and machine learning
2026-Jan-07, Journal of ovarian research
IF:3.8Q1
DOI:10.1186/s13048-025-01956-0
PMID:41501917
|
研究论文 | 本研究通过整合bulk转录组学、单细胞转录组学和机器学习方法,揭示了多囊卵巢综合征的分子机制和细胞组成,并开发了诊断模型 | 首次结合bulk和单细胞RNA测序与机器学习,识别了PCOS中关键的颗粒细胞亚群GC9,并构建了基于三基因标志的诊断模型 | 研究样本量有限,且主要基于转录组数据,未全面探索其他分子层面如蛋白质组或代谢组 | 阐明PCOS的分子机制和细胞基础,以发现潜在治疗靶点并提高诊断准确性 | 多囊卵巢综合征患者的颗粒细胞 | 机器学习 | 多囊卵巢综合征 | bulk RNA测序, 单细胞RNA测序, qPCR, western blotting | 机器学习算法 | RNA测序数据, 临床样本数据 | PCOS患者和对照组的临床样本 | NA | bulk RNA-seq, 单细胞RNA-seq | NA | NA |
| 3884 | 2026-02-07 |
Therapeutic potential of CDK8 inhibitor combined with sorafenib for hepatocellular carcinoma: mechanistic insights and in vitro validation
2026-Jan-07, European journal of medical research
IF:2.8Q2
DOI:10.1186/s40001-025-03780-0
PMID:41501937
|
研究论文 | 本研究探讨了CDK8抑制剂MSC2530818与索拉非尼联合使用对肝细胞癌的治疗潜力,通过机制分析和体外实验验证其协同抗肿瘤效果 | 首次结合单细胞RNA-seq分析揭示CDK8在肝细胞癌中的表达模式,并验证CDK8抑制剂与索拉非尼的联合治疗策略在体外模型中的协同增效作用 | 研究主要基于体外细胞实验(Huh7细胞),缺乏体内动物模型或临床样本的直接验证,且样本量有限 | 探索肝细胞癌的新型治疗靶点及联合治疗策略 | 肝细胞癌组织样本、Huh7肝癌细胞系 | 肿瘤生物学 | 肝细胞癌 | 免疫组化、RNA-seq、微阵列数据分析、单细胞RNA-seq、细胞增殖实验、划痕实验、Transwell实验 | NA | 组织样本数据、基因表达数据、单细胞转录组数据、体外细胞实验数据 | 75例肝细胞癌及癌旁组织样本,整合分析3969例肝细胞癌和3245例非肿瘤肝样本的RNA-seq和微阵列数据集 | NA | 单细胞RNA-seq, bulk RNA-seq, 微阵列 | NA | NA |
| 3885 | 2026-02-07 |
BayesRare: Bayesian mixture model for population-level rare cell type detection in multi-subject single-cell RNA sequencing data
2026-Jan-07, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbag024
PMID:41632592
|
研究论文 | 本文提出了一种名为BayesRare的层次贝叶斯框架,用于在多主体单细胞RNA测序数据中进行群体水平的罕见细胞类型检测 | 通过引入罕见簇指示器,结合跨主体信息,支持联合细胞类型聚类和罕见群体识别,并量化不确定性 | 未在摘要中明确提及 | 开发一种方法以在群体水平上检测罕见细胞类型,并推断组间差异 | 多主体单细胞RNA测序数据中的罕见细胞类型 | 机器学习 | NA | 单细胞RNA测序 | 贝叶斯混合模型 | 单细胞RNA测序数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 3886 | 2026-02-07 |
scGACL: a generative adversarial network with multi-scale contrastive learning for accurate single-cell RNA sequencing imputation
2026-Jan-07, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbag018
PMID:41632596
|
研究论文 | 本文提出了一种结合生成对抗网络和多尺度对比学习的单细胞RNA测序数据插补方法scGACL,以解决现有方法存在的过度平滑问题 | 提出了一种集成生成对抗网络与多尺度对比学习的新框架,通过细胞级和细胞类型级对比学习协同工作,在保持细胞间异质性的同时恢复基因表达 | 未在摘要中明确说明 | 开发一种能够准确插补单细胞RNA测序数据并保持细胞异质性的计算方法 | 单细胞RNA测序数据 | 机器学习 | NA | 单细胞RNA测序 | 生成对抗网络, 对比学习 | 基因表达数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 3887 | 2026-01-07 |
Single-cell RNA sequencing elucidates potential mechanisms of endothelial cells in lung region-specific repair and remodeling in combined pulmonary fibrosis and emphysema
2026-Jan-06, Respiratory research
IF:4.7Q1
DOI:10.1186/s12931-025-03460-x
PMID:41491179
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3888 | 2026-02-07 |
Integrative analysis of single-cell and bulk RNA sequencing data for discovery of senescent TAMs prognostic characteristics in neuroblastoma
2026-Jan-06, BMC cancer
IF:3.4Q2
DOI:10.1186/s12885-025-15517-7
PMID:41491450
|
研究论文 | 本研究通过整合单细胞和bulk RNA测序数据,发现神经母细胞瘤中衰老肿瘤相关巨噬细胞(TAMs)的预后特征,并构建了一个7基因风险模型 | 首次在神经母细胞瘤中鉴定出具有混合M1/M2状态的衰老TAM亚群,揭示了EIF5作为TAM衰老的关键调控因子,并开发了基于衰老特征的预后模型 | 研究主要基于公共数据集分析,需要进一步实验验证衰老TAMs在神经母细胞瘤中的具体作用机制 | 探索神经母细胞瘤中衰老肿瘤相关巨噬细胞的预后特征及其在肿瘤进展中的作用 | 神经母细胞瘤样本中的肿瘤相关巨噬细胞 | 生物信息学 | 神经母细胞瘤 | 单细胞RNA测序,bulk RNA测序 | Cox/LASSO回归模型 | RNA测序数据 | 来自GEO(GSE147766)、TARGET-NBL和E-MTAB-8248等多个队列的神经母细胞瘤样本 | NA | 单细胞RNA-seq,bulk RNA-seq | NA | NA |
| 3889 | 2026-02-07 |
Integrative single-cell and spatial transcriptomics with explainable AI reveal lethal prognostic axis in prostate cancer
2026-Jan-06, NPJ digital medicine
IF:12.4Q1
DOI:10.1038/s41746-025-02297-4
PMID:41495164
|
研究论文 | 本研究整合单细胞转录组学、空间转录组学和可解释人工智能,揭示了前列腺癌中的致死性肿瘤轴并建立了一个可解释的预后模型 | 首次整合单细胞与空间转录组数据,结合可解释机器学习识别出与前列腺癌致死性相关的C4恶性上皮亚群及其驱动的预后轴 | 研究样本主要来自特定队列,需要在更广泛的人群中进行外部验证 | 定义前列腺癌的致死性肿瘤轴并建立可解释的预后分层框架 | 前列腺癌患者组织样本 | 数字病理学 | 前列腺癌 | 单细胞RNA-seq, 空间转录组学 | Lasso, PLS-Cox, SHAP | 单细胞转录组数据, 空间转录组数据 | 141,986个高质量单细胞,涵盖局限性、激素敏感性和去势抵抗性前列腺癌 | NA | 单细胞RNA-seq, 空间转录组学 | NA | NA |
| 3890 | 2026-02-07 |
Single-cell profiling defines the cellular landscape of the urinary bladder: a scoping review
2026-Jan-05, European journal of medical research
IF:2.8Q2
DOI:10.1186/s40001-025-03750-6
PMID:41491261
|
综述 | 本文通过范围综述,总结了单细胞RNA测序技术在健康膀胱细胞异质性研究中的应用,并识别了文献中的空白以指导未来研究 | 整合了12项研究,首次系统性地绘制了膀胱细胞图谱,包括罕见和新发现的细胞类型,并讨论了单细胞与单核RNA测序的比较 | 仅纳入英文发表的研究,可能遗漏其他语言的重要文献;研究范围限定于健康膀胱,未涉及疾病状态 | 旨在评估单细胞RNA测序在健康膀胱细胞异质性研究中的应用现状,并识别文献空白 | 健康膀胱中的细胞,包括尿路上皮细胞、间质细胞、平滑肌细胞、免疫细胞、内皮细胞、间皮细胞和神经细胞 | 数字病理学 | NA | 单细胞RNA测序,单核RNA测序 | NA | 转录组数据 | 基于12项研究的综合样本 | NA | 单细胞RNA-seq, 单核RNA-seq | NA | NA |
| 3891 | 2026-02-07 |
Mitochondrial-related biomarkers as the diagnostic markers in sepsis induced acute respiratory distress syndrome
2026-Jan-05, European journal of medical research
IF:2.8Q2
DOI:10.1186/s40001-025-03772-0
PMID:41491575
|
研究论文 | 本研究旨在识别与线粒体相关的生物标志物,用于诊断脓毒症诱发的急性呼吸窘迫综合征 | 首次通过整合差异表达基因、线粒体相关基因和多种机器学习算法,识别出三个新的脓毒症诱发ARDS的生物标志物,并构建了具有良好性能的列线图诊断模型 | 研究结果仍需在更大规模的前瞻性临床队列中进行验证,以确认其诊断效能和临床应用价值 | 寻找脓毒症诱发急性呼吸窘迫综合征的诊断生物标志物 | 脓毒症诱发急性呼吸窘迫综合征患者 | 生物信息学 | 急性呼吸窘迫综合征 | 单细胞RNA测序,定量逆转录聚合酶链反应,Western blotting | 机器学习算法 | 基因表达数据,单细胞测序数据 | 未明确说明具体样本数量,使用了公共数据集和实验验证 | NA | 单细胞RNA-seq | NA | NA |
| 3892 | 2026-02-07 |
Integrative multi-omics analysis reveals gut microbiota-derived metabolites and immune regulatory pathways in osteoarthritis pathogenesis
2026-Jan-05, Journal of orthopaedic surgery and research
IF:2.8Q1
DOI:10.1186/s13018-025-06604-3
PMID:41491956
|
研究论文 | 本研究通过整合多组学分析,揭示了肠道菌群衍生代谢物和免疫调控通路在骨关节炎发病机制中的作用 | 构建了连接肠道菌群、代谢物和关键基因ARG1的M-M-T网络,并利用机器学习、SHAP和孟德尔随机化等方法识别了具有药物潜力的微生物代谢物 | 研究主要基于计算和生物信息学分析,缺乏体外和体内实验验证 | 探索肠道菌群通过代谢物和免疫调控通路影响骨关节炎发病的机制 | 骨关节炎患者相关的肠道菌群、代谢物、基因和免疫通路 | 机器学习 | 骨关节炎 | 多组学分析、单细胞转录组学、机器学习、孟德尔随机化 | 机器学习模型(未指定具体类型) | 基因表达数据、代谢物数据、单细胞转录组数据 | NA | NA | 单细胞转录组学 | NA | NA |
| 3893 | 2026-02-07 |
Downregulation of USP39 in sepsis reflects immune dysfunction and offers diagnostic and prognostic value
2026-Jan-05, European journal of medical research
IF:2.8Q2
DOI:10.1186/s40001-025-03709-7
PMID:41491968
|
研究论文 | 本研究分析了USP39在脓毒症中的表达下调及其与免疫功能障碍的关联,探讨了其诊断和预后价值 | 首次系统性地将USP39的表达与脓毒症的免疫细胞浸润、临床特征及预后联系起来,并通过单细胞RNA-seq数据验证其在单核细胞和T细胞中的差异表达 | 研究主要基于公共数据集和体外细胞实验,缺乏大规模的前瞻性临床队列验证,且机制研究尚不深入 | 探讨USP39在脓毒症中的表达模式、临床意义及其作为治疗靶点的潜力 | 脓毒症患者样本(来自公共RNA-seq数据集)和LPS诱导的THP-1细胞系 | 生物信息学 | 脓毒症 | RNA-seq, 单细胞RNA-seq, 细胞培养与转染, 细胞活力与凋亡检测, 炎症因子测定 | Cox回归, ROC曲线分析, GSEA, GSVA, ssGSEA, PCA, UMAP | 基因表达数据, 单细胞数据, 实验数据 | 公共RNA-seq数据集中的脓毒症患者和对照组样本,以及单细胞RNA-seq数据集GSE175453 | NA | 单细胞RNA-seq, bulk RNA-seq | NA | NA |
| 3894 | 2026-01-05 |
Spatial transcriptomics of developing human lungs defines cellular phenotypes associated with age, lineage and location
2026-Jan-03, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-34594-z
PMID:41484334
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 3895 | 2026-02-07 |
scDBImpute: Dual-Branch Imputation for Single-Cell RNA-Seq Data Dropouts
2026 Jan-Feb, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3636928
PMID:41289139
|
研究论文 | 本文提出了一种用于单细胞RNA测序数据中丢失值填补的双分支方法,以解决因技术限制导致的过量零值问题 | 与先前假设单一结构的方法不同,该方法结合线性和非线性关联来构建数据,通过双分支管道进行丢失值填补 | NA | 开发一种能够更准确地恢复单细胞RNA测序数据中丢失基因表达值的方法 | 单细胞RNA测序数据中的丢失值(dropouts) | 机器学习 | NA | 单细胞RNA测序 | 双分支模型(结合线性和非线性管道) | 基因表达数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 3896 | 2026-02-07 |
GALA: Integrating Weighted Graph Walks and Latent-Space Adversarial Training for Single-Cell Batch Alignment
2026 Jan-Feb, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3646228
PMID:41418016
|
研究论文 | 本文提出了一种名为GALA的新型单细胞批次校正框架,通过整合加权图随机游走和潜在空间对抗训练来对齐单细胞RNA测序数据 | 提出了一种结合加权图互近邻模块和潜在空间对抗训练的新框架,在跨批次细胞配对多样性和覆盖率上相比传统方法有显著提升 | NA | 解决单细胞RNA测序数据中的批次效应问题,实现数据整合分析 | 单细胞RNA测序数据 | 机器学习 | NA | 单细胞RNA测序 | 对抗训练 | 基因表达数据 | 五个基准数据集 | NA | 单细胞RNA-seq | NA | NA |
| 3897 | 2026-02-07 |
Mechanistic Insights into Threonine Tyrosine Kinase Mediated Cell Cycle Regulation in Triple-negative Breast Cancer
2026 Jan-Feb, Cancer genomics & proteomics
IF:2.6Q3
DOI:10.21873/cgp.20563
PMID:41482351
|
研究论文 | 本研究探讨了苏氨酸酪氨酸激酶(TTK)在三阴性乳腺癌(TNBC)中通过调控细胞周期和Wnt/β-catenin信号通路驱动肿瘤进展的机制 | 结合bulk RNA-seq和单细胞RNA-seq数据,揭示了TTK在细胞周期S期和G2/M期特异性高表达,并通过维持β-catenin-Cyclin D1信号轴促进TNBC增殖的新机制 | 研究主要基于体外细胞实验和生物信息学分析,缺乏体内动物模型验证和临床样本的直接功能验证 | 阐明TTK在三阴性乳腺癌发生发展中的分子机制,并评估其作为预后生物标志物和治疗靶点的潜力 | 三阴性乳腺癌细胞系、正常乳腺上皮细胞、公共乳腺癌RNA-seq数据集(包括bulk和单细胞数据) | 癌症生物学 | 乳腺癌(三阴性亚型) | RNA测序(bulk RNA-seq和单细胞RNA-seq)、siRNA敲低、细胞增殖/克隆形成/迁移实验、细胞周期分析、免疫荧光、Western blot、功能富集分析、蛋白质-蛋白质相互作用分析、拟时序轨迹分析 | NA | 基因表达数据(RNA-seq)、蛋白质表达数据、细胞功能表型数据 | 未明确指定具体样本数量,使用了公共数据集、TNBC细胞系和正常乳腺上皮细胞 | NA | 单细胞RNA-seq, bulk RNA-seq | NA | NA |
| 3898 | 2026-02-07 |
Exosomes Transfer ST6GAL1-mediated Therapeutic Resistance in Rectal Cancer Cells
2026 Jan-Feb, Cancer genomics & proteomics
IF:2.6Q3
DOI:10.21873/cgp.20558
PMID:41482354
|
研究论文 | 本研究揭示了直肠癌细胞通过外泌体转移ST6GAL1蛋白介导放化疗耐药的机制 | 首次证明ST6GAL1蛋白可通过外泌体在直肠癌细胞间转移,导致治疗耐药性扩散 | 研究主要基于细胞系和类器官模型,缺乏临床样本验证 | 探究直肠癌放化疗耐药性的传播机制 | 结直肠癌细胞系和类器官 | 肿瘤生物学 | 直肠癌 | 单细胞RNA测序,流式细胞术 | NA | RNA测序数据,流式细胞数据 | 4个重复实验 | NA | 单细胞RNA-seq | NA | NA |
| 3899 | 2026-02-07 |
Adding highly variable genes to spatially variable genes can improve cell type clustering performance in spatial transcriptomics data
2026, Bioinformatics advances
IF:2.4Q2
DOI:10.1093/bioadv/vbaf285
PMID:41550256
|
研究论文 | 本研究探讨在空间转录组学数据中,将高变异基因与空间变异基因结合是否能提升细胞类型聚类性能 | 首次系统评估了高变异基因与空间变异基因联合使用对空间转录组学数据聚类性能的影响,覆盖了超过50个真实数据集和多种平台 | 未详细探讨不同基因组合策略(如加权或集成方法)对聚类性能的潜在影响,且可能受限于所选数据集的代表性 | 评估高变异基因与空间变异基因结合在空间转录组学数据中提升细胞类型聚类性能的效果 | 空间转录组学数据集中的基因表达数据 | 空间转录组学 | NA | 空间转录组学技术 | NA | 转录组数据 | 超过50个真实空间转录组学数据集 | NA | 空间转录组学 | NA | NA |
| 3900 | 2026-02-07 |
Single-Cell Sequencing Reveals the Immunosuppressive Trajectory in the Tumor Microenvironment of Human Giant Cell Tumor of Bone
2026, BioMed research international
IF:2.6Q3
DOI:10.1155/bmri/9855803
PMID:41635288
|
研究论文 | 本研究通过单细胞RNA测序揭示了骨巨细胞瘤肿瘤微环境中的细胞异质性、免疫抑制轨迹及细胞间相互作用 | 首次在骨巨细胞瘤中应用单细胞RNA测序技术,系统描绘了其肿瘤微环境的细胞图谱,并揭示了肿瘤相关巨噬细胞、T细胞亚群的分化轨迹及细胞间通讯网络 | 样本量有限(仅一个肿瘤样本的7091个细胞),缺乏多中心或大样本验证,且为术后样本,可能无法完全反映体内原始状态 | 解析骨巨细胞瘤肿瘤微环境的复杂细胞组成、基因表达模式及免疫抑制机制 | 骨巨细胞瘤手术切除后的肿瘤组织细胞 | 单细胞组学 | 骨巨细胞瘤 | 单细胞RNA测序 | 伪时间轨迹分析,CellPhoneDB细胞互作分析 | 单细胞转录组数据 | 7091个细胞(来自一个骨巨细胞瘤样本) | NA | 单细胞RNA-seq | NA | NA |