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 35413 篇文献，本页显示第 541 - 560 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 541 | 2026-01-15 |
Spatial Deconvolution of Cell Types and Cell States at Scale Utilizing TACIT
2024-Jun-03, bioRxiv : the preprint server for biology
DOI:10.1101/2024.05.31.596861
PMID:38895230
|
研究论文 | 本文介绍了一种名为TACIT的无监督算法，用于空间生物学中的细胞类型和状态注释，无需训练数据，通过预定义签名和阈值区分细胞，并在多个数据集中验证其准确性和可扩展性 | 开发了TACIT算法，这是一种无监督方法，利用预定义签名和阈值区分细胞，无需训练数据，能处理细胞、邻域和生态位层面的变异性，在多组学分析中识别模糊细胞 | NA | 解决空间生物学中细胞类型和状态注释的耗时和易错挑战，提高注释的准确性和可扩展性 | 细胞类型和状态，包括来自大脑、肠道和腺体等生态位的细胞 | 空间生物学 | 炎症性腺体疾病 | 空间转录组学和蛋白质组学 | 无监督算法 | 空间多组学数据 | 5个数据集，涉及5,000,000个细胞和51种细胞类型 | NA | 空间转录组学, 空间蛋白质组学 | NA | NA |
| 542 | 2026-01-15 |
Integrating Single-Cell and Spatial Transcriptomics Reveals Heterogeneity of Early Pig Skin Development and a Subpopulation with Hair Placode Formation
2024-05, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202306703
PMID:38561967
|
研究论文 | 本研究通过整合单细胞和空间转录组学，揭示了早期猪皮肤发育的异质性，并识别出一个与毛囊形成相关的细胞亚群 | 首次构建了胚胎皮肤的整合时空转录组图谱，并通过跨物种比较发现猪表皮比小鼠更接近人类，同时识别出毛囊起始结构的新前体细胞 | 研究主要基于猪模型，虽然与人类有较高保守性，但直接应用于人类皮肤疾病仍需进一步验证 | 研究早期皮肤发育的细胞异性和毛囊形成机制，为人类皮肤疾病研究提供参考图谱 | 正常和无毛胎猪的皮肤样本，覆盖四个发育时期 | 数字病理学 | 皮肤相关疾病 | 单细胞RNA测序, 空间转录组学 | NA | 转录组数据 | 正常和无毛胎猪皮肤样本，涵盖四个发育时期 | NA | 单细胞RNA-seq, 空间转录组学 | NA | NA |
| 543 | 2026-01-15 |
scmFormer Integrates Large-Scale Single-Cell Proteomics and Transcriptomics Data by Multi-Task Transformer
2024-05, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202307835
PMID:38483032
|
研究论文 | 本文提出了一种名为scmFormer的新型单细胞多模态/多任务Transformer模型，用于整合大规模单细胞蛋白质组学与转录组学数据 | scmFormer是首个能够整合单细胞蛋白质组学与其他组学数据的Transformer模型，在整合大规模单细胞多模态数据和异质多批次配对多组学数据方面表现优异 | NA | 开发一个强大的工具来整合和分析单细胞多组学数据 | 单细胞多组学数据，特别是蛋白质组学和转录组学数据 | 机器学习 | COVID-19 | 单细胞RNA测序（scRNA-seq），单细胞多组学 | Transformer | 单细胞蛋白质组学和转录组学数据 | 超过148万个细胞 | NA | 单细胞RNA-seq，单细胞多组学 | NA | NA |
| 544 | 2026-01-15 |
Characterization of the Nucleus Pulposus Progenitor Cells via Spatial Transcriptomics
2024-05, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202303752
PMID:38311573
|
研究论文 | 本研究通过空间转录组学技术，首次建立了小鼠椎间盘的空间转录组图谱，揭示了核髓祖细胞（NPPCs）的分布和分化序列 | 首次生成小鼠椎间盘的空间转录组图谱，通过空间分辨率识别核髓祖细胞标记物（如Ctsk）的分布，并推翻了Tie2作为NPPCs标记物的传统观点 | 研究基于小鼠模型，结果可能不完全适用于人类；空间转录组学技术可能受限于分辨率，无法完全捕获所有细胞类型 | 探究椎间盘核髓祖细胞的分化序列和标记物，以理解椎间盘退变的细胞机制 | 小鼠椎间盘组织，特别是核髓（NP）区域 | 空间转录组学 | 椎间盘退变 | 空间转录组学，原位测序（ISS），细胞谱系追踪 | NA | 空间转录组数据，原位测序数据 | 小鼠椎间盘组织样本 | 10x Genomics | 空间转录组学 | 10x Visium | 10x Visium平台用于生成空间分辨的转录组图谱 |
| 545 | 2026-01-15 |
Integration Analysis of Single-Cell Multi-Omics Reveals Prostate Cancer Heterogeneity
2024-05, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202305724
PMID:38483933
|
研究论文 | 本研究通过整合单细胞多组学数据，揭示了前列腺癌的异质性及其在肿瘤微环境中的细胞生态系统 | 首次结合单细胞RNA测序、空间转录组学和批量ATAC测序，系统描绘了前列腺癌阶段特异性微环境中的细胞异质性，并识别了SOX9AR标记的俱乐部细胞干细胞亚群以及CD8CXCR6 T细胞亚群的变化 | 研究样本量有限，且主要基于观察性数据，需要进一步功能实验验证发现的细胞亚群和相互作用机制 | 探究前列腺癌的细胞异质性及其在肿瘤微环境中的形成机制，以促进疾病诊断和治疗 | 前列腺癌患者和健康对照者的组织样本 | 数字病理学 | 前列腺癌 | 单细胞RNA测序, 空间转录组学, 批量ATAC测序 | 机器学习, 计算智能 | 单细胞转录组数据, 空间转录组数据, 表观基因组数据 | 一系列前列腺癌患者和健康对照者（具体数量未明确） | NA | 单细胞RNA-seq, 空间转录组学, 批量ATAC-seq | NA | NA |
| 546 | 2026-01-15 |
Bioengineered Hydrogels Recapitulate Fibroblast Heterogeneity in Cancer
2024-05, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.202307129
PMID:38493497
|
研究论文 | 本研究利用头颈部鳞状细胞癌的单细胞RNA测序数据，预测调控癌症相关成纤维细胞亚群的微环境和细胞特征，并通过可调谐的透明质酸水凝胶系统在体外培养患者来源的CAFs，以模拟其异质性 | 通过结合单细胞RNA测序数据与可调谐水凝胶系统，首次在体外成功模拟了癌症相关成纤维细胞的异质性，并识别了微管动力学作为CAF可塑性的关键介质 | 研究主要基于头颈部鳞状细胞癌数据，可能不适用于其他癌症类型；水凝胶系统虽能模拟异质性，但可能无法完全复制体内复杂的肿瘤微环境 | 开发能反映癌症相关成纤维细胞异质性的体外模型，以促进CAF生物学理解和靶向治疗策略的评估 | 癌症相关成纤维细胞，特别是头颈部鳞状细胞癌中的CAF亚群 | 数字病理学 | 头颈部鳞状细胞癌 | 单细胞RNA测序 | NA | 转录组数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 547 | 2026-01-14 |
Evaluating the practical aspects and performance of commercial single-cell RNA sequencing technologies
2026-Mar, NAR genomics and bioinformatics
IF:4.0Q1
DOI:10.1093/nargab/lqaf215
PMID:41503158
|
研究论文 | 本文对商业单细胞RNA测序技术进行了全面评估，比较了多种平台的性能指标和实际应用因素 | 首次在单细胞TCR恢复可用检测中比较了T细胞特异性性能，并综合评估了细胞回收率、灵敏度对稀有细胞亚型解析能力的影响 | 研究主要基于PBMC样本，可能不适用于其他组织类型；未涵盖所有商业平台 | 评估商业单细胞RNA测序技术的实际应用性能和选择标准 | 来自不同供者的标准化PBMC样本 | 单细胞转录组学 | NA | 单细胞RNA测序 | NA | RNA测序数据 | 多个供者的PBMC样本 | NA | 单细胞RNA-seq, TCR分析 | NA | 评估了七种全转录组mRNA检测试剂盒和两种包含TCR分析的试剂盒 |
| 548 | 2026-01-14 |
Opportunities for RNA sequencing in physiology: from big data to understanding homeostasis and heterogeneity
2026-Feb-01, Function (Oxford, England)
DOI:10.1152/function.019.2025
PMID:41401424
|
综述 | 本文探讨了RNA测序在生理学中的应用潜力，强调其从大数据到理解稳态和异质性的作用 | 强调非编码RNA（如lncRNA）在生理学中的重要性，并讨论单细胞和空间转录组学的最新进展 | 未提及具体实验或数据验证，主要基于现有文献综述 | 评估RNA测序技术在生理学研究中的机遇和挑战 | RNA分子，包括编码和非编码RNA，以及其在细胞、组织和器官生理学中的应用 | 自然语言处理 | NA | RNA测序，单细胞转录组学，空间转录组学 | NA | RNA测序数据 | 超过一百万RNA测序数据集 | NA | 单细胞RNA-seq, 空间转录组学, bulk RNA-seq | NA | NA |
| 549 | 2026-01-14 |
Detection of pleiotropic genetic factors and critical brain cell types linking insomnia with psychiatric disorders
2026-Jan-13, Sleep
IF:5.3Q1
DOI:10.1093/sleep/zsaf317
PMID:41065713
|
研究论文 | 本研究通过分析失眠症与12种精神疾病的遗传关联，揭示了它们之间共享的遗传结构和神经生物学机制 | 首次系统地识别了失眠症与多种精神疾病共享的70个基因组位点，并确定了GABA能突触信号通路和特定皮质神经元亚型在共病机制中的核心作用 | 研究主要基于欧洲血统人群的GWAS数据，可能限制了结果在其他人群中的普适性；功能验证和因果推断需要进一步实验研究 | 探究失眠症与精神疾病之间的遗传重叠、生物学通路和脑细胞类型关联 | 失眠症和12种精神疾病（包括ADHD、厌食症、焦虑症、自闭症谱系障碍、双相情感障碍、重度抑郁症和精神分裂症）的基因组数据 | 遗传学与神经科学 | 精神疾病与睡眠障碍 | 全基因组关联研究（GWAS）、单细胞RNA测序 | bivariate MiXeR、conjFDR、ASSET、MAGMA、SEISMIC | 基因组关联数据、单细胞转录组数据 | 失眠症样本量314,149；精神疾病样本量12,783至449,855不等 | NA | 单细胞RNA-seq | NA | NA |
| 550 | 2026-01-14 |
Advances in Adipose Tissue Biology
2026-Jan-13, Endocrine reviews
IF:22.0Q1
DOI:10.1210/endrev/bnaf032
PMID:41071598
|
综述 | 本文综述了脂肪组织生物学的最新进展，强调了其在人类生理调节中的核心作用及其在肥胖相关疾病中的关键影响 | 强调了脂肪组织从惰性组织转变为动态调节器官的认识转变，并突出了单细胞RNA测序等技术在揭示脂肪库特异性机制中的潜力 | NA | 回顾脂肪组织在健康和疾病中的关键作用，并总结该领域的主要科学进展 | 脂肪组织及其在肥胖相关疾病（如2型糖尿病、心血管疾病、肝脏疾病和多种癌症）中的功能 | NA | 2型糖尿病、心血管疾病、肝脏疾病、多种癌症 | 单细胞RNA测序 | NA | NA | NA | NA | 单细胞RNA测序 | NA | NA |
| 551 | 2026-01-14 |
PD1 blockade-induced DKK1 expression by CD8+ T cells promotes blood-brain barrier permeabilization
2026-Jan-13, Cancer discovery
IF:29.7Q1
DOI:10.1158/2159-8290.CD-25-1222
PMID:41525686
|
研究论文 | 本研究揭示了抗PD1疗法通过诱导CD8⁺ T细胞表达DKK1，破坏血脑屏障完整性，从而影响脑转移瘤治疗效果的机制 | 首次发现抗PD1疗法（而非其他免疫检查点抑制剂）会特异性诱导CD8⁺ T细胞表达DKK1，通过β-catenin/TCF和FOXM1通路破坏血脑屏障，并证明清除血浆DKK1可恢复屏障完整性 | 研究主要基于实验模型和临床观察，具体在人类患者中的分子通路验证和长期影响仍需进一步研究 | 阐明抗PD1疗法在脑转移瘤治疗中疗效差异的宿主驱动因素，特别是其对血脑屏障的影响 | 脑转移瘤微环境、CD8⁺ T细胞、血脑屏障内皮细胞 | 单细胞组学 | 肺癌脑转移 | 单细胞RNA测序 | NA | 单细胞转录组数据、临床MRI影像数据 | 未明确说明具体样本数量，涉及实验模型和肺癌患者临床数据 | NA | 单细胞RNA-seq | NA | NA |
| 552 | 2026-01-14 |
Single-cell and spatial transcriptomic profiling of cardiac fibroblasts following myocardial infarction
2026-Jan-13, Scientific data
IF:5.8Q1
DOI:10.1038/s41597-025-06533-0
PMID:41526391
|
研究论文 | 本文通过单细胞和空间转录组学技术，研究了心肌梗死后心脏成纤维细胞的转录动态和分子事件 | 整合了bulk RNA测序、RNAscope原位杂交和空间转录组学数据，首次在解剖和时间维度上映射了心脏成纤维细胞向修复性亚群转变的基因表达变化 | 研究主要关注心肌梗死早期阶段，长期动态和功能验证可能不足 | 探究心肌梗死后心脏成纤维细胞的异质性及修复性亚群的出现机制 | 心肌梗死后的小鼠心脏成纤维细胞 | 单细胞生物学 | 心血管疾病 | 单细胞RNA-seq, 空间转录组学, RNAscope原位杂交, bulk RNA-seq | NA | 转录组数据, 空间基因表达数据 | 未明确指定样本数量 | NA | 单细胞RNA-seq, 空间转录组学, bulk RNA-seq | NA | NA |
| 553 | 2026-01-14 |
PCID2 is essential for spermatogonial differentiation by regulating alternative splicing
2026-Jan-13, Cellular and molecular life sciences : CMLS
IF:6.2Q1
DOI:10.1007/s00018-025-05840-4
PMID:41526677
|
研究论文 | 本研究揭示了PCID2通过调控选择性剪接在精子发生过程中的关键作用 | 首次在体内证明了PCID2通过调控选择性剪接来调节精原细胞分化和减数分裂启动，并鉴定了其相互作用的剪接因子和关键靶基因 | 研究主要基于小鼠模型，在人类中的直接相关性尚需进一步验证 | 探究PCID2在精子发生中的生理功能及其分子机制 | 小鼠精原细胞和精子发生过程 | 生殖生物学 | 男性不育症 | 单细胞转录组测序、RNA测序、免疫沉淀-质谱分析、共免疫沉淀、PCR | 条件性基因敲除小鼠模型 | 转录组数据、蛋白质相互作用数据 | Pcid2条件性敲除小鼠及其对照 | NA | 单细胞RNA-seq, bulk RNA-seq | NA | NA |
| 554 | 2026-01-14 |
131I-Labeled Dual Immune Checkpoint Inhibitors for Tumor Microenvironment Improvement To Enhance Antitumor Efficacy
2026-Jan-13, Molecular pharmaceutics
IF:4.5Q1
|
研究论文 | 本研究开发了一种新型放射性免疫治疗剂[I]I-AK104，用于治疗非小细胞肺癌，并探索其通过重塑肿瘤微环境增强抗肿瘤疗效的机制 | 首次将PD-1/CTLA-4双特异性抗体AK104与放射性碘-131标记结合，创建了一种新型放射性免疫治疗剂，并系统揭示了其通过激活CD8 T细胞和中性粒细胞介导的免疫原性细胞死亡来重塑肿瘤微环境的多重机制 | 研究仅在荷瘤小鼠模型中进行，尚未进行人体临床试验；长期安全性和潜在毒性尚未评估 | 开发新型放射性免疫治疗剂并探索其增强非小细胞肺癌抗肿瘤疗效的机制 | 非小细胞肺癌(NSCLC)荷瘤小鼠模型 | 肿瘤免疫治疗 | 肺癌 | SPECT/CT成像、成像质谱流式细胞术、单细胞RNA测序、组织病理学分析 | 动物模型(小鼠) | 影像数据、单细胞转录组数据、组织病理图像 | 未明确说明具体样本数量，使用荷瘤小鼠模型 | NA | 单细胞RNA测序 | NA | NA |
| 555 | 2026-01-14 |
Biologically interpretable deep learning-derived MRI phenotypes reveal lymph node involvement and neoadjuvant therapy response in intrahepatic cholangiocarcinoma
2026-Jan-12, Hepatology (Baltimore, Md.)
DOI:10.1097/HEP.0000000000001671
PMID:41525512
|
研究论文 | 本研究开发了一个名为SwinU-CliRad的模型，用于通过MRI图像和临床放射学特征对肝内胆管癌的淋巴结受累进行风险分层，并评估其在新辅助治疗中的预测价值 | 整合了基于Swin UNEt TRansformers的MRI深度学习输出与临床放射学特征，构建了可解释的模型，并探索了模型输出与肿瘤多组学特征及单细胞RNA测序数据的关联 | 研究依赖于回顾性队列，且外部验证队列样本量相对较小，需要进一步前瞻性验证 | 开发一个非侵入性模型，以改进肝内胆管癌的淋巴结受累分层并为治疗决策提供信息 | 肝内胆管癌患者 | 计算机视觉 | 肝内胆管癌 | 磁共振成像、单细胞RNA测序、多组学分析 | Swin UNEt TRansformers (SwinU) 与临床放射学特征整合的深度学习模型 | MRI图像、临床数据、放射学特征、多组学数据 | 发现队列682例，内部测试队列204例，外部多中心队列88例，新辅助治疗队列145例 | NA | 单细胞RNA测序 | NA | NA |
| 556 | 2026-01-14 |
Repurposing resmetirom suppresses MASH-associated hepatocellular carcinoma, with mechanistic implications of MDK/LRP1-mediated metabolic reprogramming and immunosuppression
2026-Jan-12, Hepatology (Baltimore, Md.)
DOI:10.1097/HEP.0000000000001675
PMID:41525571
|
研究论文 | 本研究探索了重新利用Resmetirom治疗MASH相关肝癌的潜力，并揭示了MDK/LRP1轴在代谢重编程和免疫抑制中的机制 | 首次将临床批准的Thrb激动剂Resmetirom重新用于MASH-HCC治疗，并发现MDK/LRP1轴介导的M2样巨噬细胞极化和T细胞耗竭新机制 | 研究主要基于临床前模型，尚未在人体临床试验中验证，且MASH-HCC的复杂微环境可能涉及更多未探索的相互作用 | 探索MASH相关肝癌的发病机制并开发有效治疗策略 | MASH相关肝癌的临床前模型、肝星状细胞、发育异常肝细胞、巨噬细胞和T细胞 | 单细胞组学 | 肝癌 | 单细胞RNA测序 | NA | 单细胞转录组数据 | 多个临床前模型，具体样本数量未明确说明 | NA | 单细胞RNA-seq | NA | NA |
| 557 | 2026-01-14 |
GraphSTAR: Proximal Operator-Based Graph Neural Network Enhanced by Dynamic Graph Aggregation for Spatial Transcriptomics
2026-Jan-12, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2025.3644379
PMID:41525646
|
研究论文 | 本文提出了一种名为GraphSTAR的新方法，用于整合空间转录组学中的空间坐标和基因表达数据，以改进空间域识别和细胞类型注释任务 | GraphSTAR通过将空间和基因表达数据编码为无向图，并利用动态图聚合结合近端算子，有效建模局部邻域关系和长程功能关联，克服了现有方法在探索长程关系方面的不足 | NA | 解决空间转录组学中原始空间坐标与高维基因表达谱在原生特征空间中的整合挑战，以更好地解析基因的空间表达模式 | 空间转录组学数据，包括空间坐标和基因表达谱 | 空间转录组学 | NA | 空间转录组学技术 | 图神经网络（GNN） | 空间坐标和基因表达数据 | NA | NA | 空间转录组学 | NA | NA |
| 558 | 2026-01-14 |
Landscape of microRNA and target expression variation and covariation in single mouse embryonic stem cells
2026-Jan-12, Genome research
IF:6.2Q1
DOI:10.1101/gr.279914.124
PMID:41526192
|
研究论文 | 本研究通过基因敲除和单细胞RNA-seq技术，系统分析了小鼠胚胎干细胞中microRNA及其靶基因的表达变异与共变 | 首次在单细胞水平上全局性地描绘microRNA动态，揭示了microRNA形成四个共表达群组，并发现microRNA通常增加靶基因RNA水平的变异和共变 | 研究仅限于小鼠胚胎干细胞，未在其他细胞类型或生物体中验证 | 系统研究microRNA在小鼠胚胎干细胞中的替代功能，包括对靶基因表达变异和共变的影响 | 小鼠胚胎干细胞（mESCs） | 自然语言处理 | NA | 单细胞RNA-seq, 转录抑制 | NA | RNA-seq数据 | 单细胞水平的小鼠胚胎干细胞 | NA | 单细胞RNA-seq | NA | NA |
| 559 | 2026-01-14 |
Decoding the tumor microenvironment remodeling orchestrated by CLEC3B+ inflammatory cancer-associated fibroblasts in lung adenocarcinoma immunotherapy: elucidation from pan-cancer spatially single-cell transcriptomics landscape
2026-Jan-12, Journal of translational medicine
IF:6.1Q1
DOI:10.1186/s12967-026-07677-2
PMID:41526921
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 560 | 2026-01-14 |
A technical comparison of spatial transcriptomics platforms across six cancer types
2026-Jan-12, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-026-03937-y
PMID:41526977
|
研究论文 | 本研究系统比较了五种商业空间转录组学平台在六种癌症类型FFPE样本中的技术性能 | 首次在相同FFPE肿瘤样本上同时评估测序型和成像型空间转录组平台，并首次对Xenium多组织和Prime版本进行同样本比较 | 研究仅针对FFPE临床样本，未涵盖新鲜冷冻组织等其他样本类型 | 评估不同空间转录组学平台在临床肿瘤样本中的技术性能差异 | 六种癌症类型的匹配FFPE人类肿瘤切片 | 空间转录组学 | 多种癌症 | 空间转录组学 | NA | 空间转录组数据、蛋白质数据 | 六种癌症类型的匹配FFPE肿瘤切片 | 10x Genomics, NanoString | 空间转录组学, 空间多组学 | Visium v1, Visium v2/CytAssist, Visium HD, Xenium, CosMx | Visium v1, Visium v2 with CytAssist, Visium HD, Xenium Multi-Tissue (377基因), Xenium Prime (5,000基因), CosMx |