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 39345 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 | 2026-05-08 |
A novel multislice framework for precision 3D spatial domain reconstruction and disease pathology analysis
2025-08-01, Genome research
IF:6.2Q1
DOI:10.1101/gr.280281.124
PMID:40659497
|
研究论文 | 提出一种名为STMSC的多切片联合分析框架，用于精确的三维空间域重建和疾病病理学分析 | 创新性地引入预校正机制和图注意力自编码器，整合H&E成像数据，实现精确的三维空间域识别，并捕获肿瘤发展的阶段内和阶段间异质性 | NA | 开发一种多切片联合分析框架，以实现精确的三维空间域重建并深入分析疾病病理 | 空间转录组数据、H&E组织图像及连续组织切片和病理数据集 | 数字病理学 | 癌症 | 空间转录组学 | 图注意力自编码器 | 图像 | NA | NA | 空间转录组学 | NA | NA |
| 542 | 2026-05-08 |
Gastruloid patterning reflects division of labor among biased stem cell clones
2025-Jul-14, bioRxiv : the preprint server for biology
DOI:10.1101/2025.07.12.664536
PMID:40791385
|
研究论文 | 通过荧光谱系追踪和空间转录组学，揭示类原肠胚模型中干细胞克隆通过劳动分工促进轴向组织形成 | 发现预先存在的细胞异质性通过干细胞克隆的劳动分工促进胚胎发育的准确轴向组织，而非传统认为的需最小化异质性 | 未明确说明 | 探索胚胎发育中细胞异质性与组织模式形成的关系 | 类原肠胚模型中的干细胞克隆 | 机器学习 | NA | RNA-seq, ATAC-seq, 荧光谱系追踪, 空间转录组学 | NA | 图像, 文本 | 多克隆和单克隆干细胞群体 | 10x Genomics, Illumina | 空间转录组学, bulk RNA-seq, bulk ATAC-seq | 10x Visium, Illumina NovaSeq | 10x Visium 空间转录组学平台, Illumina NovaSeq 测序平台 |
| 543 | 2026-05-08 |
Harnessing agent-based frameworks in CellAgentChat to unravel cell-cell interactions from single-cell and spatial transcriptomics
2025-07-01, Genome research
IF:6.2Q1
DOI:10.1101/gr.279771.124
PMID:40316422
|
研究论文 | 介绍CellAgentChat，一种基于智能体的模型，用于从单细胞RNA测序和空间转录组学数据中解析细胞间相互作用 | 使用基于智能体的建模方法模拟细胞相互作用，能够捕捉单个细胞行为的细微差别，并提供动态可视化和计算机模拟扰动能力 | 未在摘要中明确提及，但基于智能体模型可能面临计算复杂性高和大规模数据扩展性的挑战 | 开发一种新方法，以更深入地理解不同生物背景下的细胞信号相互作用 | 细胞间相互作用及不同细胞群体的信号事件 | 计算机视觉， 机器学习 | NA | 单细胞RNA测序， 空间转录组学 | 基于智能体的模型 ABM | 单细胞数据， 空间转录组数据 | 八个不同的单细胞数据集 | NA | 单细胞RNA测序， 空间转录组学 | NA | NA |
| 544 | 2026-05-08 |
TFcomb identifies transcription factor combinations for cellular reprogramming based on single-cell multiomics data
2025-06-02, Genome research
IF:6.2Q1
DOI:10.1101/gr.279955.124
PMID:40210438
|
研究论文 | 提出了TFcomb，一种利用单细胞多组学数据识别重编程转录因子及其组合的计算方法 | 首次将重编程转录因子及其组合的识别建模为逆问题，并利用Tikhonov正则化保证泛化能力；设计图注意力网络增强基因调控网络 | 未提及具体限制 | 开发能够从单细胞多组学数据中识别重编程转录因子及其组合的计算方法 | 人类胚胎干细胞、小鼠毛囊发育数据集 | 机器学习 | NA | 单细胞RNA测序、单细胞ATAC测序 | 图注意力网络 | 单细胞多组学数据 | 人类胚胎干细胞数据集，小鼠毛囊发育数据集 | NA | 单细胞多组学 | NA | NA |
| 545 | 2026-05-08 |
Dissecting multilayer cell-cell communications with signaling feedback loops from spatial transcriptomics data
2025-06-02, Genome research
IF:6.2Q1
DOI:10.1101/gr.279857.124
PMID:40262896
|
研究论文 | 提出stMLnet方法，从空间转录组数据中解析多层细胞间通讯及信号反馈环路 | 首次整合空间信息和多层信号调控机制，通过扩散和质量作用模型量化空间依赖的配体-受体信号活动，并映射到细胞内靶点，识别多层CCC中的信号反馈环路 | 未提及 | 开发从空间转录组数据推断功能细胞间通讯的方法，揭示多层信号反馈环路 | 动物模型与人类组织样本 | 机器学习 | COVID-19炎症反应 | 空间转录组学（ST） | 扩散模型、质量作用模型 | 空间基因表达数据 | 多种空间转录组数据集（seqFISH+、Slide-seq v2、MERFISH、Stereo-seq） | NA | 空间转录组学 | seqFISH+, Slide-seq v2, MERFISH, Stereo-seq | 包括不同空间分辨率和基因覆盖度的空间转录组技术平台 |
| 546 | 2026-05-08 |
STCC enhances spatial domain detection through consensus clustering of spatial transcriptomics data
2025-06-02, Genome research
IF:6.2Q1
DOI:10.1101/gr.280031.124
PMID:40355284
|
研究论文 | 提出STCC共识聚类框架，整合多种空间域检测工具以提高空间转录组数据分析的准确性和稳定性 | 首次将共识策略系统性应用于空间转录组数据的空间域检测，提出四种共识策略（独热编码、平均、超图、加权非负矩阵分解）并综合评估其性能 | 对正常组织和肿瘤样本的分析表现存在差异；共识策略的选择需根据样本特征进行调整 | 开发一种可扩展且实用的空间域检测方法，通过共识聚类提升空间转录组数据聚类结果的准确性和鲁棒性 | 空间转录组数据（包含模拟数据和真实数据） | 数字病理学 | NA | 空间转录组学 | 共识聚类 | 基因表达数据 | 模拟数据和来自不同实验平台的真实数据 | NA | 空间转录组学 | NA | NA |
| 547 | 2026-05-08 |
Single-cell and spatial omics: exploring hypothalamic heterogeneity
2025-Jun-01, Neural regeneration research
IF:5.9Q1
DOI:10.4103/NRR.NRR-D-24-00231
PMID:38993130
|
综述 | 探讨单细胞与空间组学技术在下丘脑异质性研究中的应用与进展 | 系统总结了单细胞与空间转录组学技术在下丘脑复杂细胞类型和空间组织解析中的最新应用价值 | 单细胞/单核RNA测序可能丢失神经元网络的空间信息，且依赖细胞分离步骤 | 阐明下丘脑的细胞异质性和复杂动态细胞组织 | 下丘脑细胞类型与神经网络的分子遗传多样性 | 自然语言处理 | NA | 单细胞RNA测序, 单核RNA测序, 空间转录组学 | NA | 基因表达数据 | NA | NA | 单细胞RNA测序, 单核RNA测序, 空间转录组学 | NA | NA |
| 548 | 2026-05-08 |
Identification of NETs-related genes as diagnostic biomarkers in ischemic stroke using RNA sequencing and single-cell analysis
2025-06, Mammalian genome : official journal of the International Mammalian Genome Society
IF:2.7Q2
DOI:10.1007/s00335-025-10117-z
PMID:40107980
|
研究论文 | 利用RNA测序和单细胞分析鉴定缺血性卒中中NETs相关基因作为诊断生物标志物 | 首次整合RNA测序和单细胞RNA测序数据，系统鉴定NETs相关基因在缺血性卒中中的诊断标志物，并揭示中性粒细胞通过JAM通路与小胶质细胞和T细胞的细胞间通讯机制 | 基于动物模型（小鼠MCAO）的实验结果，尚需在人体样本中验证；单细胞数据仅证实了Tnf、Selp和Fcgr4在中性粒细胞中的表达，Ceacam3未在单细胞数据中确认 | 阐明NETs在缺血性卒中进展中的作用，并鉴定潜在的生物标志物和治疗靶点 | 小鼠MCAO模型脑组织样本及单细胞RNA测序数据 | 机器学习 | 缺血性卒中 | RNA-seq, 单细胞RNA-seq | NA | 基因表达数据, 单细胞转录组数据 | 小鼠MCAO模型脑组织样本（具体数量未说明） | NA | bulk RNA-seq, 单细胞RNA-seq | NA | NA |
| 549 | 2026-05-08 |
Comprehensive analysis of breast cancer oxidative stress related gene signature: a combination of bulk and single-cell RNA sequencing analysis
2025-06, Mammalian genome : official journal of the International Mammalian Genome Society
IF:2.7Q2
DOI:10.1007/s00335-025-10130-2
PMID:40274661
|
研究论文 | 基于氧化应激相关基因的预后特征综合分析与乳腺癌预后及免疫状态的关系 | 结合bulk RNA-seq和单细胞RNA-seq数据，首次构建氧化应激相关评分（OSRS）模型，并识别出TFAP2B作为关键转录因子 | 研究依赖公共数据库，样本来源有限，需要更多独立数据集验证模型的泛化能力 | 开发基于氧化应激相关基因的预后基因特征，评估乳腺癌患者预后及免疫状态 | 乳腺癌患者样本 | 机器学习 | 乳腺癌 | RNA-seq | Lasso回归，多变量Cox回归 | 基因表达数据，临床信息 | NA | Illumina | bulk RNA-seq, 单细胞RNA-seq | Illumina NovaSeq | 从UCSC Xena和GEO数据库获取的RNA-seq数据 |
| 550 | 2026-05-08 |
Meningeal-derived retinoic acid regulates neurogenesis via suppression of Notch and Sox2
2025-May-27, Cell reports
IF:7.5Q1
DOI:10.1016/j.celrep.2025.115637
PMID:40310723
|
研究论文 | 本研究利用空间转录组学和RARα DNA结合谱分析，揭示了脑膜来源的视黄酸通过抑制Notch和Sox2信号促进神经发生的分子机制 | 首次阐明了脑膜来源的RA通过结合Sox2ot启动子、抑制Notch信号通路和Sox2表达来协调新皮质发育的此前未知机制 | 未提及明显局限性 | 探究脑膜来源的视黄酸在端脑神经祖细胞中促进神经发生的分子机制 | Foxc1突变胚胎小鼠的端脑神经祖细胞 | 机器学习 | 神经发育障碍 | 空间转录组学、RARα DNA结合谱分析、宫内电穿孔 | NA | 转录组数据 | Foxc1突变胚胎小鼠样本 | NA | 空间转录组学 | NA | 用于空间转录组学的平台未具体说明 |
| 551 | 2026-05-08 |
Single-cell Rapid Capture Hybridization sequencing reliably detects isoform usage and coding mutations in targeted genes
2025-04-14, Genome research
IF:6.2Q1
DOI:10.1101/gr.279322.124
PMID:39794120
|
研究论文 | 开发了一种单细胞快速捕获杂交测序方法(scRaCH-seq)，结合长读长测序技术，可靠地检测目标基因的异构体使用和编码突变 | 提出了一种高特异性和高效率的单细胞靶向转录本捕获方法，适用于已存储的索引单细胞cDNA，并可整合已有的短读长RNA-seq数据 | 未明确说明局限性，但可能涉及探针设计复杂性或对特定基因的覆盖深度限制 | 开发一种单细胞长读长测序方法，实现对目标基因突变状态和转录本使用的深入分析 | 慢性淋巴细胞白血病(CLL)患者样本中TP53和SF3B1基因 | 机器学习 | 慢性淋巴细胞白血病 | 单细胞快速捕获杂交测序、长读长测序、短读长单细胞RNA测序 | NA | 单细胞cDNA测序数据 | 慢性淋巴细胞白血病患者样本（具体数量未提及） | Oxford Nanopore Technologies | 单细胞RNA测序、长读长测序 | Oxford Nanopore Technologies平台 | 使用条形码引物进行池化和高效测序的Oxford Nanopore Technologies平台 |
| 552 | 2026-05-08 |
Long-read single-cell RNA sequencing enables the study of cancer subclone-specific genotypes and phenotypes in chronic lymphocytic leukemia
2025-04-14, Genome research
IF:6.2Q1
DOI:10.1101/gr.279049.124
PMID:39965935
|
研究论文 | 利用长读长单细胞RNA测序技术研究慢性淋巴细胞白血病中癌症亚克隆特异性基因型与表型 | 首次采用MAS-seq长读长单细胞RNA测序技术，大幅提高转录本覆盖度，从而更有效地将细胞关联到癌症亚克隆，并发现BTK突变亚克隆常伴有额外的CLL驱动基因突变 | 样本量有限，仅涉及6名患者；技术应用尚需在更大队列中验证 | 研究携带BTK突变的癌症亚克隆及其转录组行为差异，以及与其他CLL驱动突变共存情况 | 慢性淋巴细胞白血病患者的癌亚克隆细胞 | 数字病理学 | 慢性淋巴细胞白血病 | 长读长单细胞RNA测序 | NA | 单细胞转录组数据 | 6名慢性淋巴细胞白血病患者 | NA | 单细胞RNA测序 | MAS-seq | 长读长单细胞RNA测序技术 |
| 553 | 2026-05-08 |
Integrating short-read and long-read single-cell RNA sequencing for comprehensive transcriptome profiling in mouse retina
2025-04-14, Genome research
IF:6.2Q1
DOI:10.1101/gr.279167.124
PMID:40050124
|
研究论文 | 通过整合短读长和长读长单细胞RNA测序技术，对小鼠视网膜进行全面的转录组分析，识别大量新的转录本异构体并揭示细胞类型特异性的可变剪接模式 | 首次系统比较单细胞长读长与短读长RNA测序技术，在视网膜组织中揭示了38%之前未表征的转录本异构体，并证明长读长测序在精确识别异构体方面具有优势 | NA | 建立组织样本中转录本异构体表征的高效方法，并揭示视网膜细胞类型特异性的转录本多样性 | 小鼠视网膜细胞（约30,000个细胞） | 机器学习 | NA | 单细胞RNA测序，短读长测序，长读长测序 | NA | 测序数据 | 约30,000个小鼠视网膜细胞 | Illumina, Oxford Nanopore Technologies | 单细胞RNA-seq | Illumina NovaSeq, Oxford Nanopore Technologies | 1.54亿条Illumina短读长和1.40亿条Oxford Nanopore Technologies长读长 |
| 554 | 2026-05-08 |
Accurate fusion transcript identification from long- and short-read isoform sequencing at bulk or single-cell resolution
2025-04-14, Genome research
IF:6.2Q1
DOI:10.1101/gr.279200.124
PMID:40086881
|
研究论文 | 开发了一款名为CTAT-LR-Fusion的计算工具，用于从长读长和短读长RNA测序数据中准确检测融合转录本，适用于批量或单细胞样本 | 首次开发同时兼容长读长和短读长RNA-seq数据的融合转录本检测工具，并成功应用于单细胞分辨率下的融合转录本检测，显著提高了检测敏感性和准确性 | 未提及 | 开发一种新的计算方法，以提高融合转录本检测的准确性，并应用于癌症诊断和预后 | 9种肿瘤细胞系、黑色素瘤样本和3种转移性高级别浆液性卵巢癌样本中的肿瘤单细胞 | 机器学习 | 癌症 | RNA-seq, 长读长测序, 短读长测序 | NA | 序列数据 | 9种肿瘤细胞系和多个单细胞样本 | NA | 批量RNA-seq, 单细胞RNA-seq | NA | NA |
| 555 | 2026-05-08 |
De novo detection of somatic variants in high-quality long-read single-cell RNA sequencing data
2025-04-14, Genome research
IF:6.2Q1
DOI:10.1101/gr.279281.124
PMID:40107722
|
研究论文 | 提出LongSom流程，利用高质量长读长单细胞RNA测序数据检测体细胞变异，包括单核苷酸变异、拷贝数改变和基因融合，以重建肿瘤克隆异质性 | 无需匹配正常样本即可从头检测体细胞变异，并整合细胞突变谱重新注释基于标记基因的细胞类型 | 依赖高质量长读长单细胞RNA测序数据，可能受限于数据质量和测序深度 | 开发一种无需正常样本的计算流程，利用长读长单细胞RNA测序数据检测体细胞变异，以研究癌症进化、克隆异质性和治疗耐药性 | 人类卵巢癌样本 | 机器学习 | 卵巢癌 | 长读长单细胞RNA测序 | NA | RNA测序数据 | 人类卵巢癌样本（具体数量未提供） | NA | 单细胞RNA测序 | NA | NA |
| 556 | 2026-05-08 |
De novo antibody identification in human blood from full-length single B cell transcriptomics and matching haplotype-resolved germline assemblies
2025-04-14, Genome research
IF:6.2Q1
DOI:10.1101/gr.279392.124
PMID:40118521
|
研究论文 | 通过结合全基因组测序和单细胞转录组测序，从人体血液中从头鉴定抗体序列，并解析匹配的单倍型种系组装 | 首次将种系免疫球蛋白位点的全基因组测序与同供体B细胞的单细胞全长转录组测序结合，实现了母源和父源V、D、J等位基因的完全解析，并从头鉴定出针对麻疹病毒的抗体 | 未提及样本量大小或具体统计验证的局限性；可能依赖于单一疫苗接种后的B细胞群体，普适性待验证 | 探究种系免疫球蛋白单倍型对表达抗体库的贡献，实现从头抗体鉴定 | 人类血液中的B细胞及其种系免疫球蛋白基因座 | 机器学习和计算生物学 | 麻疹 | 长读长测序（组装种系IG位点）、单细胞全长转录组测序（B细胞） | NA | 序列数据 | 一名供体接种MMR疫苗后的B细胞样本 | Illumina, 10x Genomics | 全基因组测序, 单细胞RNA-seq | Illumina NovaSeq, 10x Chromium | 种系IG位点的长读长测序与10x Chromium单细胞全长转录组测序结合 |
| 557 | 2026-05-08 |
Spatiotemporal Profiling Defines Persistence and Resistance Dynamics during Targeted Treatment of Melanoma
2025-Mar-03, Cancer research
IF:12.5Q1
DOI:10.1158/0008-5472.CAN-24-0690
PMID:39700408
|
研究论文 | 利用空间转录组学和深度学习分析黑色素瘤靶向治疗过程中的持久性和耐药性动态变化 | 首次通过空间转录组学在患者来源的异种移植模型中捕获克隆谱系进化，并结合深度学习分析组织病理学切片，揭示与特定细胞状态相关的形态特征 | 未明确说明 | 阐明黑色素瘤靶向治疗中持久态的动态变化及耐药机制，以制定预防治疗失败的策略 | BRAF突变黑色素瘤的细胞持久态及治疗过程中克隆进化 | 数字病理学 | 黑色素瘤 | 空间转录组学 | 深度学习 | 空间转录组数据，组织病理学图像 | 患者来源的异种移植模型样本 | 10x Genomics, Illumina | 空间转录组学 | 10x Visium, Illumina NovaSeq | 10x Visium空间基因表达分析，Illumina NovaSeq测序 |
| 558 | 2026-05-08 |
Identification of novel biomarkers for atherosclerosis using single-cell RNA sequencing and machine learning
2025-03, Mammalian genome : official journal of the International Mammalian Genome Society
IF:2.7Q2
DOI:10.1007/s00335-024-10077-w
PMID:39400603
|
研究论文 | 利用单细胞RNA测序和机器学习方法鉴定动脉粥样硬化的新型生物标志物 | 整合单细胞RNA测序、WGCNA和多种机器学习技术（LASSO和SVM-RFE）来筛选并验证动脉粥样硬化生物标志物，并通过免疫浸润分析和多水平实验验证 | 未提及具体局限性 | 开发可靠的动脉粥样硬化相关生物标志物，为诊断和治疗提供新视角 | 动脉粥样硬化患者样本和正常对照样本，以及小鼠和人类样本 | 机器学习 | 心血管疾病 | 单细胞RNA测序、WGCNA、LASSO、SVM-RFE、CIBERSORT | LASSO、SVM-RFE | 基因表达数据 | 未明确说明具体样本量（涉及GEO数据集及小鼠/人类样本） | NA | 单细胞RNA测序 | NA | NA |
| 559 | 2026-05-08 |
Integrative approaches to m6A and m5C RNA modifications in autism spectrum disorder revealing potential causal variants
2025-03, Mammalian genome : official journal of the International Mammalian Genome Society
IF:2.7Q2
DOI:10.1007/s00335-024-10095-8
PMID:39738578
|
研究论文 | 整合m6A和m5C RNA修饰分析，识别自闭症谱系障碍的潜在因果变异 | 首次整合m6A和m5C RNA修饰变异与自闭症谱系障碍的基因组关联分析，发现关键因果变异并验证其功能 | 基于公共数据集的分析，缺乏实验验证；仅关注常见变异，未涵盖罕见变异 | 通过整合基因组学和RNA修饰分析，识别自闭症谱系障碍的因果变异及其调控机制 | 自闭症谱系障碍相关的m6A和m5C变异 | 基因组学 | 自闭症谱系障碍 | NA | NA | 基因组数据 | NA | NA | NA | NA | NA |
| 560 | 2026-05-08 |
Immune Cell Biology in Peripheral Nervous System Injury
2025-03, Neurorehabilitation and neural repair
IF:3.7Q1
DOI:10.1177/15459683241304325
PMID:39744962
|
综述 | 本文总结了外周神经系统损伤后免疫细胞在损伤与修复过程中的关键作用 | 通过单细胞测序分析为巨噬细胞表型争议提供新见解 | 未提及具体研究方法或数据分析的局限性 | 总结免疫细胞在外周神经系统损伤与修复中的作用机制 | 外周神经系统损伤中的免疫细胞（巨噬细胞、中性粒细胞、淋巴细胞等） | 机器学习和数字病理学（基于单细胞测序分析的应用） | 外周神经系统损伤 | 单细胞测序 | NA | 文本和测序数据 | NA | NA | 单细胞RNA测序 | NA | NA |