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 39812 篇文献，本页显示第 4361 - 4380 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 4361 | 2026-04-01 |
Quantum Annealing for Enhanced Feature Selection in Single-Cell RNA Sequencing Data Analysis
2025-Aug-15, ArXiv
PMID:40832053
|
研究论文 | 本研究提出了一种基于量子退火的QUBO方法，用于单细胞RNA测序数据中的特征选择，以识别与细胞分化及抗癌药物耐药性相关的关键基因 | 首次将量子退火赋能的二次无约束二进制优化（QUBO）应用于单细胞RNA测序数据的特征选择，能够揭示传统方法可能遗漏的复杂基因表达模式 | 未提及具体的数据集规模、量子硬件实现细节或与传统方法的定量比较结果 | 开发增强单细胞RNA测序数据分析与解释的特征选择方法 | 人类细胞分化系统和抗癌药物耐药性研究中的单细胞RNA测序数据 | 机器学习 | 癌症 | 单细胞RNA测序（scRNA-seq） | 量子退火赋能的QUBO（二次无约束二进制优化） | 基因表达数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 4362 | 2026-04-01 |
The Dichotomy of Tumor Control by Recruited and Resident Tumor-Associated Macrophages
2025-Jul-04, Research square
DOI:10.21203/rs.3.rs-6977440/v1
PMID:40630529
|
研究论文 | 本研究揭示了肿瘤相关巨噬细胞中招募型和驻留型亚群在肿瘤控制中的双重作用，并探索了靶向特定巨噬细胞亚群的治疗策略 | 首次明确区分了驻留性间质巨噬细胞亚群在肿瘤中的促瘤或抑瘤功能，并利用空间转录组学证实了其定位和趋化因子谱的差异，同时提出CCR5阻断作为增强肿瘤控制的新方法 | 研究主要基于小鼠模型，人类肿瘤中的巨噬细胞亚群功能可能有所不同，且CCR5阻断疗法的长期安全性和有效性需进一步验证 | 探究肿瘤相关巨噬细胞不同亚群在肿瘤进展和控制中的作用机制，并开发靶向巨噬细胞的治疗策略 | 肿瘤相关巨噬细胞，包括招募型巨噬细胞和驻留型间质巨噬细胞亚群 | 肿瘤免疫学 | 黑色素瘤，肺腺癌 | 空间转录组学，基因敲除小鼠模型，CCR5阻断 | Pf4 Cx3cr1小鼠模型 | 空间转录组数据，免疫组织化学数据 | NA | NA | 空间转录组学 | NA | NA |
| 4363 | 2026-04-01 |
Cell-Type Annotation for scATAC-Seq Data by Integrating Chromatin Accessibility and Genome Sequence
2025-06-27, Biomolecules
IF:4.8Q1
DOI:10.3390/biom15070938
PMID:40723810
|
研究论文 | 提出了一种名为scAttG的新型深度学习框架，通过整合染色质可及性与基因组序列信息，用于scATAC-seq数据的细胞类型注释 | 首次将图注意力网络（GATs）与卷积神经网络（CNNs）相结合，同时利用染色质可及性信号和基因组序列特征，解决了现有跨组学和组内方法在数据对齐与批次效应方面的局限性 | 论文未明确说明模型在跨物种或跨组织类型应用中的泛化能力，也未详细讨论计算资源需求或运行时间效率 | 开发一种更准确、更稳健的单细胞ATAC-seq数据细胞类型注释方法 | 单细胞ATAC-seq数据 | 机器学习 | NA | scATAC-seq | GAT, CNN | 基因组序列, 染色质可及性数据 | NA | NA | 单细胞ATAC-seq | NA | NA |
| 4364 | 2026-04-01 |
Single cell RNA sequencing shows that cells expressing Sox9 postnatally populate most skeletal lineages in mouse bone
2025-Jun-03, Journal of bone and mineral research : the official journal of the American Society for Bone and Mineral Research
IF:5.1Q1
DOI:10.1093/jbmr/zjaf043
PMID:40143416
|
研究论文 | 本研究通过单细胞RNA测序和谱系追踪，揭示了小鼠骨骼中Sox9表达细胞在出生后对多数骨骼谱系的贡献 | 首次证明出生后骨骼中的多种成骨细胞前体均源自Sox9表达祖细胞，并鉴定了一类位于软骨膜和生长板软骨柱之间的独特软骨细胞亚群 | 研究仅基于小鼠模型，未在人类或其他物种中验证 | 探究小鼠骨骼生长过程中成骨细胞谱系的细胞来源 | 小鼠骨骼中的细胞类型，包括生长板软骨细胞、软骨膜细胞和CXCL12富集的网状骨髓基质细胞 | 单细胞组学 | NA | 单细胞RNA测序，谱系追踪 | NA | 单细胞RNA测序数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 4365 | 2026-04-01 |
Spatial transcriptomics from pancreas and local draining lymph node tissue reveals a lymphotoxin-β signature in human type 1 diabetes
2025-May-30, bioRxiv : the preprint server for biology
DOI:10.1101/2025.05.19.654940
PMID:40475580
|
研究论文 | 本研究利用空间转录组学探索了1型糖尿病自然史中胰腺及胰腺引流淋巴结的炎症反应特征 | 首次在人类1型糖尿病中结合空间转录组学与公共单细胞RNA测序数据，揭示了胰腺及引流淋巴结中淋巴毒素-β等特异性炎症特征 | 样本来源有限，仅包括非糖尿病患者和高风险自身抗体阳性个体，未涵盖疾病所有阶段 | 解析1型糖尿病发病过程中胰腺及引流淋巴结的炎症分子特征 | 人类胰腺组织及胰腺引流淋巴结组织 | 空间转录组学 | 1型糖尿病 | 空间转录组学，单细胞RNA测序 | NA | 空间转录组数据，单细胞RNA测序数据 | 包括非糖尿病患者和高风险自身抗体阳性个体的胰腺及淋巴结样本 | NA | 空间转录组学，单细胞RNA-seq | NA | NA |
| 4366 | 2026-04-01 |
Comparative analysis of nuclei isolation methods for brain single-nucleus RNA sequencing
2025-Mar-26, bioRxiv : the preprint server for biology
DOI:10.1101/2025.03.25.645306
PMID:40196571
|
研究论文 | 本文比较了三种不同的细胞核分离方法对脑组织单核RNA测序数据质量的影响 | 首次系统评估了不同细胞核分离方法对核完整性和后续snRNA-seq数据质量的影响，揭示了方法依赖性差异 | 研究仅针对脑组织，未涵盖其他组织类型；样本量可能有限 | 评估不同细胞核分离方法对单核RNA测序数据质量的影响 | 脑组织 | 单细胞测序 | NA | 单核RNA测序 | NA | RNA测序数据 | 未明确指定样本数量，但涉及脑组织 | NA | 单核RNA-seq | NA | NA |
| 4367 | 2026-04-01 |
Smoothie: Efficient Inference of Spatial Co-expression Networks from Denoised Spatial Transcriptomics Data
2025-Mar-02, bioRxiv : the preprint server for biology
DOI:10.1101/2025.02.26.640406
PMID:40060619
|
研究论文 | 本文介绍了一种名为Smoothie的方法，用于从去噪的空间转录组数据中高效推断空间共表达网络 | Smoothie通过高斯平滑去噪空间转录组数据，并构建和整合全基因组共表达网络，利用隐式和显式并行化实现可扩展性，能处理超过1亿个空间解析点 | NA | 从高分辨率空间转录组数据中提取深度生物学见解，包括基因模块检测、功能注释、基因表达与基因组结构关联以及多样本比较 | 空间转录组数据中的基因表达相关性 | 空间转录组学 | NA | 空间转录组学 | 高斯平滑 | 空间转录组数据 | NA | NA | 空间转录组学 | NA | NA |
| 4368 | 2026-04-01 |
CellGAT: A GAT-Based Method for Constructing a Cell Communication Network Integrating Multiomics Information
2025-02-27, Biomolecules
IF:4.8Q1
DOI:10.3390/biom15030342
PMID:40149878
|
研究论文 | 提出CellGAT框架，通过整合多组学信息构建细胞通讯网络 | 首次将蛋白质-蛋白质相互作用（PPI）信息整合到细胞通讯网络推断中，并利用图注意力网络（GAT）和节点嵌入算法 | 未明确提及样本量或数据集的局限性 | 推断细胞间通讯并分析其对下游通路、邻近细胞和药物干预的影响 | 多细胞生物中的细胞通讯网络 | 机器学习 | NA | scRNA-seq（单细胞RNA测序） | GAT（图注意力网络） | 基因表达数据、PPI信息、蛋白质复合物数据、通路信息 | NA | NA | single-cell RNA-seq | NA | NA |
| 4369 | 2026-04-01 |
VPS25 Promotes an Immunosuppressive Microenvironment in Head and Neck Squamous Cell Carcinoma
2025-02-22, Biomolecules
IF:4.8Q1
DOI:10.3390/biom15030323
PMID:40149859
|
研究论文 | 本研究探讨了ESCRT复合体成员VPS25在头颈部鳞状细胞癌中的表达、功能及其在免疫抑制微环境中的作用 | 首次揭示VPS25通过上调PVR表达激活PVR-TIGIT免疫抑制信号轴，促进肿瘤免疫逃逸，并作为免疫治疗反应的潜在预测生物标志物 | 研究主要基于TCGA数据集和细胞系实验，缺乏大规模前瞻性临床队列验证 | 阐明VPS25在头颈部鳞状细胞癌肿瘤进展和免疫微环境调控中的分子机制 | 头颈部鳞状细胞癌组织、CAL27细胞系、肿瘤微环境免疫细胞 | 肿瘤免疫学 | 头颈部鳞状细胞癌 | RNA测序、单细胞RNA测序、免疫组化、空间转录组学 | NA | 基因表达数据、组织微阵列图像、单细胞转录组数据 | TCGA数据集样本、HNSCC组织微阵列、CAL27细胞系 | NA | bulk RNA-seq, single-cell RNA-seq, spatial transcriptomics | NA | NA |
| 4370 | 2026-04-01 |
Deciphering the Complexities of Pulmonary Hypertension: The Emergent Role of Single-Cell Omics
2025-Jan, American journal of respiratory cell and molecular biology
IF:5.9Q1
DOI:10.1165/rcmb.2024-0145PS
PMID:39141563
|
综述 | 本文综述了单细胞组学技术在肺动脉高压研究中的应用，探讨其如何推动对该疾病复杂性的理解 | 利用单细胞转录组学技术，超越传统批量分析的局限，揭示肺动脉高压中细胞亚型的相互作用和转化，为精准医疗提供新靶点 | 单细胞RNA测序分辨率需提升以捕获更精细的细胞变化，处理人体组织样本存在物流障碍，且需整合多种组学方法以全面理解疾病分子机制 | 探讨单细胞组学技术在肺动脉高压研究中的角色，以促进疾病理解、靶向药物开发和生物标志物发现 | 肺动脉高压中的细胞生态系统，包括内皮细胞、平滑肌细胞、周细胞和免疫细胞 | 数字病理学 | 心血管疾病 | 单细胞RNA测序 | NA | 单细胞转录组数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 4371 | 2026-04-01 |
Tppp3 is a novel molecule for retinal ganglion cell identification and optic nerve regeneration
2024-12-29, Acta neuropathologica communications
IF:6.2Q1
DOI:10.1186/s40478-024-01917-6
PMID:39734233
|
研究论文 | 本研究探索了Tppp3分子在视网膜神经节细胞神经保护和轴突再生中的作用 | 首次揭示了Tppp3在哺乳动物视网膜神经节细胞轴突再生中的促进作用，并发现其通过上调Bmp4等基因和神经炎症通路发挥作用 | 研究主要基于啮齿类动物模型，尚未在更高等的哺乳动物中进行验证 | 寻找促进中枢神经系统轴突再生的分子调控因子 | 视网膜神经节细胞（RGCs） | 神经科学 | 中枢神经系统损伤 | 单细胞RNA测序，bulk RNA测序 | NA | RNA测序数据 | 小鼠、猕猴和人类的视网膜神经节细胞 | NA | 单细胞RNA-seq, bulk RNA-seq | NA | NA |
| 4372 | 2026-04-01 |
Sparse dimensionality reduction for analyzing single-cell-resolved interactions
2024-Dec-26, Bioinformatics (Oxford, England)
DOI:10.1093/bioadv/vbaf230
PMID:41092369
|
研究论文 | 本文提出了一种针对单细胞细胞间相互作用数据的端到端降维工作流程，旨在简化细胞对间相互作用模式的分析 | 采用稀疏降维方法（特别是Boosting Autoencoder）来精确定位与细胞对簇相关的特定配体-受体相互作用，并提供了包含结果可视化的全面工作流程 | 未在摘要中明确提及具体限制 | 增强单细胞转录组学数据中细胞间相互作用的下游分析 | 单细胞细胞间相互作用数据，特别是基于已知配体-受体相互作用的细胞对 | 机器学习 | NA | 单细胞转录组学 | Boosting Autoencoder | 单细胞转录组学数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 4373 | 2026-04-01 |
Evaluating the Utilities of Foundation Models in Single-cell Data Analysis
2024-Dec-10, bioRxiv : the preprint server for biology
DOI:10.1101/2023.09.08.555192
PMID:38464157
|
研究论文 | 本文通过综合实验评估了基础模型在单细胞测序数据分析中的性能，并比较了其与任务特定方法的优劣 | 首次对十种单细胞基础模型在八个下游任务中的性能进行全面评估，并提出了一个用于评估训练稳定性、超参数影响的框架 | 研究发现单细胞基础模型并非在所有任务中都优于任务特定方法，这挑战了开发单细胞分析基础模型的必要性 | 评估基础模型在单细胞数据分析中的效用，并为模型预训练和微调提供指导 | 单细胞测序数据 | 机器学习 | NA | 单细胞测序 | 基础模型（如scGPT、Geneformer、CellPLM） | 单细胞测序数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 4374 | 2026-04-01 |
Methods to Enable Spatial Transcriptomics of Bone Tissues
2024-05-03, Journal of visualized experiments : JoVE
DOI:10.3791/66850
PMID:38767376
|
研究论文 | 本文描述了一种处理新鲜骨组织样本以生成高质量空间转录组数据的方法，并提供了针对先前石蜡包埋样本的详细指南 | 开发了一种针对硬组织（如骨）的空间转录组学方法，解决了在切片处理过程中保持RNA质量和组织形态的挑战 | NA | 开发适用于骨组织的空间转录组学方法，以分析细胞基因表达与组织学背景的关系 | 骨组织样本，包括新鲜样本和先前石蜡包埋的样本，如骨肉瘤原发肿瘤和肺转移样本 | 空间转录组学 | 骨肉瘤 | 空间转录组学 | NA | 转录组数据 | NA | NA | 空间转录组学 | NA | NA |
| 4375 | 2026-04-01 |
Single-cell analyses reveal transient retinal progenitor cells in the ciliary margin of developing human retina
2024-Apr-26, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-024-47933-x
PMID:38670973
|
研究论文 | 本研究通过单细胞分析揭示了人类视网膜发育过程中睫状缘区存在短暂性视网膜祖细胞 | 结合单细胞RNA测序和空间转录组学，首次在人类视网膜发育中鉴定出睫状缘区的短暂性早期视网膜祖细胞，并揭示了其转录和染色质可及性变化 | 研究仅涵盖人类视网膜发育至妊娠中期的阶段，未涉及后期发育或成熟视网膜 | 探究人类视网膜发育过程中视网膜祖细胞的起源、分化和时空分布 | 人类视网膜发育过程中的细胞，特别是睫状缘区的视网膜祖细胞 | 数字病理学 | NA | 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 | 人类早期眼样本，涵盖至妊娠中期 | NA | 单细胞RNA-seq, 空间转录组学 | NA | NA |
| 4376 | 2026-04-01 |
Resistance to PRMT5-targeted therapy in mantle cell lymphoma
2024-01-09, Blood advances
IF:7.4Q1
DOI:10.1182/bloodadvances.2023010554
PMID:37782774
|
研究论文 | 本研究探讨了套细胞淋巴瘤对PRMT5靶向治疗产生耐药性的机制，并发现mTOR信号通路上调是耐药的关键因素，通过mTORC1抑制剂temsirolimus可克服耐药性 | 首次在套细胞淋巴瘤中系统研究PRMT5抑制剂耐药机制，结合患者来源异种移植模型和细胞系模型，通过单细胞RNA测序揭示mTOR信号通路在耐药中的核心作用，并验证了联合靶向治疗的协同效应 | 研究主要基于体外细胞系和PDX模型，缺乏大规模临床样本验证；耐药机制可能涉及其他未被发现的通路；长期联合治疗的安全性和有效性需进一步评估 | 探究套细胞淋巴瘤对PRMT5靶向治疗产生耐药性的分子机制，并寻找克服耐药性的治疗策略 | 套细胞淋巴瘤细胞系、患者来源异种移植模型 | 肿瘤生物学 | 套细胞淋巴瘤 | RNA测序、单细胞RNA测序 | NA | 基因表达数据 | 8个细胞系（4个敏感，4个原发耐药），4个耐药细胞系，PDX模型 | NA | bulk RNA-seq, single-cell RNA-seq | NA | NA |
| 4377 | 2026-04-01 |
A time-resolved meta-analysis of consensus gene expression profiles during human T-cell activation
2023-12-14, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-023-03120-7
PMID:38098113
|
研究论文 | 本文通过时间分辨的元分析，识别并验证了人类T细胞激活过程中的共识基因表达特征 | 首次描述了跨T细胞群体的时间分辨基因表达模式，并开发了用于稳健评估T细胞激活的共识生物标志物特征 | NA | 分析不同T细胞群体在激活过程中的时间模式，以开发T细胞激活的共识基因特征 | 人类T细胞 | 自然语言处理 | NA | 元分析，基因表达分析 | NA | 基因表达数据 | NA | NA | 单细胞转录组学 | NA | NA |
| 4378 | 2026-04-01 |
Unsupervised removal of systematic background noise from droplet-based single-cell experiments using CellBender
2023-09, Nature methods
IF:36.1Q1
DOI:10.1038/s41592-023-01943-7
PMID:37550580
|
研究论文 | 本文开发了一种基于深度生成模型的工具CellBender，用于无监督去除液滴式单细胞实验中的系统性背景噪声 | 提出了一种基于液滴式检测噪声生成现象学的深度生成模型，能准确区分含细胞与无细胞液滴，学习背景噪声特征，并以端到端方式提供无噪声量化 | NA | 去除液滴式单细胞实验中的系统性背景噪声，以提高数据质量 | 液滴式单细胞实验数据，包括scRNA-seq、snRNA-seq和CITE-seq | 机器学习 | NA | 单细胞RNA测序、单核RNA测序、CITE-seq | 深度生成模型 | 单细胞测序数据 | NA | NA | 单细胞RNA-seq, 单核RNA-seq, 单细胞多组学 | NA | NA |
| 4379 | 2026-04-01 |
Lineage plasticity enables low-ER luminal tumors to evolve and gain basal-like traits
2023-03-01, Breast cancer research : BCR
IF:6.1Q1
DOI:10.1186/s13058-023-01621-8
PMID:36859337
|
研究论文 | 本研究揭示了低雌激素受体（ER）表达的管腔型乳腺肿瘤可通过谱系可塑性演化并获得基底样特征 | 首次通过谱系追踪和单细胞RNA测序证明低ER管腔肿瘤可通过谱系可塑性演化出基底样特征，并发现SOX10是这一过程的关键驱动因子 | 研究主要基于MMTV-PyMT小鼠模型，人类肿瘤中的验证尚需进一步研究 | 探究低ER管腔型乳腺肿瘤如何演化并获得基底样特征的分子机制 | MMTV-PyMT小鼠乳腺肿瘤模型及乳腺肿瘤细胞 | 肿瘤生物学 | 乳腺癌 | 谱系追踪，单细胞RNA测序 | MMTV-PyMT小鼠肿瘤模型 | 单细胞转录组数据 | NA | NA | 单细胞RNA测序 | NA | NA |
| 4380 | 2026-04-01 |
Variance-adjusted Mahalanobis (VAM): a fast and accurate method for cell-specific gene set scoring
2020-09-18, Nucleic acids research
IF:16.6Q1
DOI:10.1093/nar/gkaa582
PMID:32633778
|
研究论文 | 本文介绍了一种名为Variance-adjusted Mahalanobis (VAM)的新方法，用于单细胞RNA测序数据中的基因集评分，以提高细胞特异性通路分析的准确性和计算效率 | VAM方法首次支持细胞水平的基因集推断，通过整合Seurat框架，能有效处理单细胞RNA测序数据中的技术噪声、稀疏性和大样本量，并提供快速的gamma近似分布用于统计推断 | 未在摘要中明确提及具体限制，但可能依赖于模拟和真实数据的验证范围 | 开发一种快速且准确的细胞特异性基因集评分方法，以改善单细胞RNA测序数据的统计分析和可视化 | 单细胞RNA测序数据中的基因表达矩阵和通路水平聚合 | 生物信息学 | NA | 单细胞RNA测序 | Variance-adjusted Mahalanobis (VAM) 方法 | 基因表达数据 | NA | NA | 单细胞RNA-seq | NA | NA |