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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 61 | 2026-06-17 |
Integrating single-cell multi-omics and machine learning to reveal triaptosis heterogeneity in clear cell renal cell carcinoma
2026-May-07, Human genomics
IF:3.8Q2
DOI:10.1186/s40246-026-00982-3
PMID:42098870
|
研究论文 | 通过整合单细胞多组学和机器学习,揭示透明细胞肾细胞癌中triaptosis异质性,并开发预后基因签名 | 首次在单细胞分辨率下描绘透明细胞肾细胞癌中triaptosis的异质性景观,结合空间转录组学和机器学习构建预后模型 | 未提及具体局限性 | 探究透明细胞肾细胞癌中triaptosis的异质性及其临床意义 | 透明细胞肾细胞癌患者样本中的单细胞、空间转录组及大块转录组数据 | 机器学习 | 肾细胞癌 | 单细胞转录组测序、空间转录组测序、大块转录组分析 | 机器学习 | 单细胞转录组数据、空间转录组数据、大块转录组数据 | 单细胞、空间转录组和大块转录组样本,具体数量未说明 | NA | 单细胞RNA-seq、空间转录组学 | NA | NA |
| 62 | 2026-06-17 |
SwiftTCR: efficient computational docking protocol of TCRpMHC-I complexes using restricted rotation matrices
2026-May-04, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbag306
PMID:42297379
|
研究论文 | 开发了一种基于受限旋转矩阵的高效计算对接方案SwiftTCR,用于TCRpMHC-I复合物结构预测 | 利用TCR在pMHC上的一致偏振对接角度,大幅减少快速傅里叶变换旋转集,并开发超快速结构叠加工具GradPose加速聚类,实现比ClusPro服务器快25-40倍的计算速度 | 仅针对TCRpMHC-I类复合物,未涉及II类MHC;基准测试集规模较小(38个复合物) | 开发快速计算对接方法以预测TCR-pMHC复合物结构,支持癌症免疫治疗设计和T细胞识别机制研究 | TCR-pMHC-I类复合物 | 自然语言处理 | 癌症 | 计算对接 | 受限旋转矩阵 | 结构数据 | 38个TCRpMHC-I类复合物 | NA | NA | NA | NA |
| 63 | 2026-06-17 |
Loss of PINK1 impairs mitophagy and accelerates ovarian aging independent of Parkin
2026-05, Free radical biology & medicine
|
研究论文 | 本研究揭示PINK1缺失通过损害线粒体自噬加速卵巢衰老,而Parkin对卵巢生理影响甚微 | 首次发现PINK1独立于Parkin调控卵巢衰老,明确了PINK1缺失导致线粒体自噬障碍和卵巢功能衰退的机制 | 研究基于小鼠模型,尚需在人类卵巢组织中验证PINK1的作用 | 探究PINK1和Parkin在卵巢生理和衰老中的具体作用 | Pink1基因敲除小鼠和Parkin基因敲除小鼠 | 机器学 | 卵巢衰老 | Bulk RNA-seq, 单细胞RNA-seq | NA | 基因表达数据 | Pink1敲除小鼠和Parkin敲除小鼠的卵巢组织样本 | NA | Bulk RNA-seq, 单细胞RNA-seq | NA | NA |
| 64 | 2026-06-17 |
Exploring the causal relationship between plasma proteins and obstructive sleep apnea: a study using genome-wide Mendelian randomization, single-cell RNA sequencing analysis, and network pharmacology
2026-May, Naunyn-Schmiedeberg's archives of pharmacology
DOI:10.1007/s00210-026-05087-1
PMID:41711838
|
研究论文 | 通过孟德尔随机化、单细胞RNA测序和网络药理学,探索血浆蛋白与阻塞性睡眠呼吸暂停之间的因果关系 | 首次结合双向孟德尔随机化、单细胞转录组测序和网络药理学策略,系统评估血浆蛋白与阻塞性睡眠呼吸暂停的因果关系,并发现62个候选治疗靶点及潜在药物分子 | 未提及具体局限性 | 揭示血浆蛋白与阻塞性睡眠呼吸暂停的因果关系并发现潜在治疗靶点 | 阻塞性睡眠呼吸暂停患者及欧洲人群队列 | 自然语言处理 | 阻塞性睡眠呼吸暂停 | 基因组关联研究,单细胞RNA测序,分子对接模拟 | NA | 基因组数据,转录组数据,蛋白质组数据 | 血浆蛋白数据来自35559人,OSA相关数据来自芬兰生物样本库的欧洲人群 | NA | 单细胞RNA测序 | NA | NA |
| 65 | 2026-06-17 |
Environmental PET-microplastic exposure and risk of non-alcoholic fatty liver disease: An integrated computational toxicology and multi-omics study
2026-May, Naunyn-Schmiedeberg's archives of pharmacology
DOI:10.1007/s00210-026-05115-0
PMID:41731169
|
研究论文 | 采用综合计算毒理学与多组学方法,系统阐明PET微塑料暴露与非酒精性脂肪性肝病(NAFLD)之间的分子机制关联 | 首次整合网络毒理学、多组学数据和机器学习框架,系统揭示PET纳米塑料暴露与NAFLD发病机制之间的分子联系,并通过SHAP分析和单细胞转录组学识别关键基因及细胞类型特异性表达模式 | 目前公共数据库中缺乏同时包含微塑料暴露测量和转录组谱的临床队列,研究依赖于计算毒理学框架和生物信息学分析 | 阐明PET纳米塑料暴露与非酒精性脂肪性肝病(NAFLD)之间的分子机制关系 | PET微塑料暴露与NAFLD的分子关联机制 | 机器学习 | 非酒精性脂肪性肝病 | 网络毒理学、多组学分析、分子对接、分子动力学模拟 | 机器学习算法(11种算法) | 多组学数据(转录组、单细胞转录组) | 训练集和独立验证集 | NA | NA | NA | NA |
| 66 | 2026-06-17 |
Guidelines for evaluating endothelial function in vascular tissue
2026-05-01, American journal of physiology. Heart and circulatory physiology
DOI:10.1152/ajpheart.00656.2025
PMID:41801061
|
指南 | 本文提供了评估血管组织中内皮功能的指南,整合传统功能检测与现代分子方法 | 首次结合传统肌电图技术与现代组学方法(如单细胞转录组学、蛋白质组学)制定内皮功能评估的统一指南 | 未提及具体局限性,但可能面临技术整合的复杂性和不同实验室之间的标准化挑战 | 建立评估内皮功能的最佳实践,提高研究的严谨性、可重复性和发现能力 | 内皮细胞和血管组织 | 数字病理学 | 心血管疾病 | NA | NA | NA | NA | NA | 单细胞RNA测序, 批量RNA测序, 蛋白质组学 | NA | NA |
| 67 | 2026-06-17 |
A Novel Low-Dimensional Sparse and Low-Rank Representation Method for Single-Cell RNA Sequencing Data Clustering
2026 May-Jun, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2026.3674992
PMID:41843533
|
研究论文 | 提出一种名为LDSLRR的新方法,通过整合降维、自表示矩阵构建和聚类过程到端到端模型中,实现单细胞RNA测序数据的精确聚类 | 将降维、自表示矩阵构建和聚类过程整合为一个端到端模型,同时优化三个模块以提高聚类准确性 | 未提及 | 提高单细胞RNA测序数据聚类的准确性 | 单细胞RNA测序数据 | 机器学习 | 不适用 | 单细胞RNA测序(scRNA-seq) | 低秩表示(LRR)、稀疏约束、非负矩阵分解(NMF) | 基因表达数据 | 不适用 | 不适用 | 单细胞RNA测序 | 不适用 | 不适用 |
| 68 | 2026-06-17 |
Rudolf Buchheim Award 2026: Toward a ToxAtlas of carbon-based nanomaterials: single-cell RNA sequencing reveals initiating cell circuits in pulmonary inflammation
2026-May, Naunyn-Schmiedeberg's archives of pharmacology
DOI:10.1007/s00210-026-05170-7
PMID:41848856
|
研究论文 | 该论文利用单细胞RNA测序技术构建碳基纳米材料肺部炎症起始细胞图谱 | 首次在单细胞分辨率下系统解析碳基纳米材料暴露后肺部炎症的起始事件及涉及的细胞类型,建立理化性质与细胞特异性炎症反应的关联图谱 | NA | 揭示碳基纳米材料引发呼吸道炎症的起始机制及关键细胞类型 | 碳基纳米材料(类烟尘碳纳米颗粒、柔性双壁碳纳米管、针状多壁碳纳米管)暴露的小鼠肺部细胞 | 数字病理学 | 肺部炎症 | 单细胞RNA测序(scRNA-seq) | NA | 单细胞转录组数据 | NA | 10x Genomics | 单细胞RNA测序 | 10x Chromium | 10x Chromium Single Cell 3' |
| 69 | 2026-06-17 |
Defocus coding and transcriptomic remodeling in the mouse myopic retina
2026-05-01, American journal of physiology. Cell physiology
DOI:10.1152/ajpcell.00011.2026
PMID:41910002
|
研究论文 | 本研究通过全细胞记录和单细胞RNA测序,揭示了小鼠视网膜如何感知光学离焦并将其转化为调节生长的遗传信号 | 首次发现外侧视网膜的水平细胞而非内侧视网膜的AII无长突细胞对光学离焦有反应,并揭示多巴胺能无长突细胞在不同聚焦状态下受到差异性调控,以及透镜诱导近视视网膜中细胞类型特异性的基因表达重塑 | 未明确指出限制,但研究仅在小鼠模型中进行,可能不完全适用于人类;此外,透镜诱导近视模型可能不能完全模拟自然条件下近视发展的复杂性 | 探究视网膜如何感知聚焦与离焦信号,并将其转化为调控生长的遗传信号,以理解近视的视觉引导性眼球生长机制 | 小鼠视网膜细胞,包括水平细胞、AII无长突细胞、多巴胺能无长突细胞等 | 机器学习 | 近视 | 全细胞记录、单细胞RNA测序 | NA | 电生理数据、单细胞转录组数据 | 小鼠视网膜样本,具体数量在摘要中未明确说明 | 10x Genomics | 单细胞RNA测序 | 10x Chromium | 10x Chromium单细胞3'测序 |
| 70 | 2026-06-17 |
Renal involvement in systemic sclerosis
2026-May, Best practice & research. Clinical rheumatology
DOI:10.1016/j.berh.2026.102138
PMID:41946628
|
综述 | 系统综述系统性硬化症肾受累的流行病学、病理生理、临床表现、诊断与管理策略,并探讨精准医学、单细胞测序等新兴研究方向 | 整合单细胞测序、分子分型及补体靶向治疗等前沿技术,提出系统性硬化症肾受累的精准医疗新方向 | 未明确说明具体研究样本量及数据来源,可能受限于综述类型对原始数据的整合深度 | 系统性分析系统性硬化症肾受累的全方位特征,指导临床优化管理 | 系统性硬化症患者的肾并发症(包括硬皮病肾危象、肾衰竭、继发性肾损伤) | 数字病理学 | 风湿免疫病 | 单细胞测序 | NA | 文本 | NA | NA | 单细胞RNA测序 | NA | NA |
| 71 | 2026-06-17 |
Robust Algorithm With Contrastive Learning for Identifying Spatial Domains From Noised Spatial Transcriptomics Data
2026 May-Jun, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2026.3683521
PMID:42247557
|
研究论文 | 提出一种名为jNFACL的鲁棒算法,用于从含噪声的空间转录组数据中识别空间域,将去噪和识别任务同时集成 | 首次将噪声分离和空间域识别整合为统一框架,通过联合网络特征-亲和度对比学习在特征层面分离噪声,并利用自监督对比学习增强斑点特征质量 | 未明确讨论,但可能对极高噪声或复杂组织类型的适应性有限,且计算复杂度未详细分析 | 提高含噪声空间转录组数据中空间域识别的准确性和鲁棒性 | 空间转录组数据中的斑点(spots)及其对应基因表达和空间坐标 | 机器学习 | 不适用 | 空间转录组学 | 联合网络特征-亲和度对比学习框架 | 基因表达数据和空间坐标数据 | 多个平台和物种的不同噪声水平数据集 | 10x Genomics, Illumina, BGI, MGI | 空间转录组学 | 10x Visium, Illumina NovaSeq, BGI MGISEQ, MGI DNBSEQ | 10x Visium FFPE等平台的具体配置未详细说明 |
| 72 | 2026-06-17 |
Single-cell phenotype-associated subpopulation identification via transfer foundation model and statistical ensemble learning
2026-Apr-29, BMC biology
IF:4.4Q1
DOI:10.1186/s12915-026-02613-8
PMID:42050525
|
研究论文 | 提出scPASI方法,整合单细胞与批量信息,识别与表型相关的细胞亚群 | 结合预训练基础模型与残差变分自编码器,以及LASSO和稀疏组LASSO回归,将细胞分为四种不同表型关联程度的亚群 | NA | 建立单细胞转录组与表型之间的关联,识别疾病相关的细胞亚群 | 肿瘤状态、基因突变及临床预后等表型相关的细胞亚群 | 机器学习 | 肿瘤 | 单细胞RNA测序 | 预训练基础模型、残差变分自编码器、LASSO、稀疏组LASSO | 单细胞转录组数据、批量转录组数据 | 多个不同数据集 | NA | 单细胞RNA测序 | NA | NA |
| 73 | 2026-06-17 |
Single-cell transcriptomics reveals ADRB1 as a key immune checkpoint regulating T cell exhaustion in lung cancer and its prognostic value in lung cancer
2026-Apr-29, Discover oncology
IF:2.8Q2
DOI:10.1007/s12672-026-05112-y
PMID:42056648
|
研究论文 | 本研究通过单细胞转录组学分析,揭示了ADRB1作为肺癌中调控T细胞耗竭的关键免疫检查点及其预后价值 | 首次将ADRB1描述为一种参与肺癌T细胞耗竭的新型免疫检查点,并基于ADRB1+ T细胞特征进行预后建模 | 需要进行功能研究和临床试验来验证和讨论这一提出的概念 | 探索ADRB1在肺癌中作为免疫检查点调控T细胞耗竭的作用及其预后价值 | 肺腺癌和肺鳞癌患者的肿瘤及邻近非肿瘤组织中的T细胞 | 机器学习 | 肺癌 | 单细胞RNA测序,批量RNA测序 | NA | 基因表达数据 | NA | NA | 单细胞RNA-seq,批量RNA-seq | NA | NA |
| 74 | 2026-06-17 |
Integrated Genomic and Single-Cell Analysis Identifies Notch1 as a Metastasis Suppressor in Nasopharyngeal Carcinoma Targeted by the AKT/Smad3 Axis
2026-Apr-29, Biological procedures online
IF:3.7Q1
DOI:10.1186/s12575-026-00341-5
PMID:42056895
|
研究论文 | 本研究系统探究Notch1作为鼻咽癌转移抑制因子的功能及其通过AKT/Smad3轴调控的分子机制 | 首次通过整合基因组与单细胞分析发现Notch1在鼻咽癌中通过AKT/Smad3轴抑制EMT和转移,并基于Notch1相关基因实现患者分子分型 | 样本量有限且主要依赖TCGA和GEO数据库,缺乏大规模临床队列验证 | 阐明Notch1在鼻咽癌侵袭和转移中的功能及分子机制 | 鼻咽癌组织样本、细胞系及裸鼠模型 | 机器学习 | 鼻咽癌 | 免疫组化, 单细胞RNA测序, 免疫共沉淀 | 共识聚类 | 图像, 文本, 测序数据 | 鼻咽癌组织微阵列(具体数量未说明)、多个细胞系及裸鼠模型 | NA | 单细胞RNA测序 | NA | NA |
| 75 | 2026-06-17 |
Machine learning predictions surpass individual mRNAs as a proxy of single-cell protein expression
2026-Apr-22, Genome biology
IF:10.1Q1
DOI:10.1186/s13059-026-04083-1
PMID:42021407
|
研究论文 | 测试九种机器学习方法预测单细胞蛋白表达,并与单独使用mRNA进行比较 | 系统比较多种机器学习方法在单细胞蛋白表达预测中的性能,发现基于全转录组的推断能预测mRNA缺失的蛋白表达 | 模型泛化能力有限,需要高度相似的训练数据,限制了当前应用范围 | 评估机器学习方法预测单细胞蛋白表达的能力,并比较其与直接使用mRNA的准确性 | 单细胞RNA测序数据及对应的表面蛋白表达数据 | 机器学习 | 不适用 | 单细胞RNA测序 | 九种机器学习方法(包含多种类型) | 基因表达数据 | 不适用 | 不适用 | 单细胞RNA测序 | 不适用 | 不适用 |
| 76 | 2026-06-17 |
Clonal biases dictate availability of colonic cancer driver mutations for transformation
2026-Apr-16, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-026-71944-5
PMID:41991531
|
研究论文 | 通过靶向测序分析正常结肠腺体中的癌症驱动突变,揭示不同基因突变在组织中的克隆行为及其转化风险差异 | 首次在组织学正常的结肠腺体中系统比较五种结直肠癌驱动基因(APC、KRAS、TP53、FBXW7和CTNNB1)的突变频率、克隆动态及转化风险,并揭示FBXW7 R465C突变倾向于固定而KRAS G12突变强力促进扩增的差异机制 | 未明确说明局限性 | 探究人结肠中不同原癌事件在频率、行为及后续转化风险方面的差异 | 来自56名患者的76,800个正常结肠腺体 | 数字病理学 | 结直肠癌 | 靶向测序, 空间转录组学 | NA | 测序数据, 空间转录组数据 | 56名患者的76,800个正常结肠腺体 | NA | 靶向测序, 空间转录组学 | NA | NA |
| 77 | 2026-06-17 |
Spatial transcriptomics of en bloc transurethral resection of bladder tumor specimens defines an invasive-front gene expression signature
2026-Apr-14, NPJ precision oncology
IF:6.8Q1
DOI:10.1038/s41698-026-01417-x
PMID:41981124
|
研究论文 | 使用空间转录组学分析膀胱肿瘤整块经尿道切除标本,识别出侵袭前沿的基因表达特征 | 首次利用空间转录组学技术对整块经尿道膀胱肿瘤切除标本进行分析,在保留三维肿瘤结构的前提下,识别出与非肌层浸润性膀胱癌侵袭相关的前沿基因表达特征,并发现该15基因特征与预后相关 | 样本量较小(共7例),且仅针对高风险非肌层浸润性膀胱癌,结果需在更大队列中验证 | 阐明非肌层浸润性膀胱癌向肌层浸润性膀胱癌进展的侵袭机制,并识别预后标志物 | 7例高级别非肌层浸润性膀胱癌的整块经尿道切除标本 | 数字病理学 | 膀胱癌 | 空间转录组学 | NA | 空间转录组数据,批量RNA-seq数据 | 7例膀胱肿瘤整块经尿道切除标本 | 10x Genomics | 空间转录组学 | 10x Visium | 10x Visium空间转录组学平台,用于分析整块经尿道切除标本 |
| 78 | 2026-06-17 |
Prognostic Implications of Programmed Cell Death Ligand 1 Expression, Cluster of Differentiation 8-Positive T-Cell Infiltration, and Related Immunophenotypes in Invasive Mucinous Adenocarcinoma of the Lung: A Multicenter Study
2026-Apr, MedComm
IF:10.7Q1
DOI:10.1002/mco2.70710
PMID:41948454
|
研究论文 | 本研究系统评估了肺浸润性黏液腺癌中PD-L1表达和CD8阳性T细胞浸润,并建立了新的免疫表型分类 | 首次在最大样本队列中深入分析了IMA的免疫微环境,并提出四类免疫表型分类系统,具有预后和预测潜力 | 未明确提及具体局限性,但单细胞RNA-seq分析样本量较小(20例接受免疫检查点抑制剂治疗的患者) | 探索肺浸润性黏液腺癌的免疫微环境及其对免疫治疗的潜在反应 | 肺浸润性黏液腺癌患者的肿瘤组织样本 | 数字病理学 | 肺癌 | PD-L1免疫组化, CD8免疫组化, 单细胞RNA测序 | NA | 图像, 转录组数据 | 312例纯IMA患者,其中20例接受免疫检查点抑制剂治疗 | 10x Genomics | 单细胞RNA-seq | 10x Chromium | 10x Chromium单细胞RNA测序 |
| 79 | 2026-06-17 |
Spatial Transcriptomics of Human Decidua Identifies Molecular Signatures in Recurrent Pregnancy Loss
2026-Mar-27, Genomics, proteomics & bioinformatics
DOI:10.1093/gpbjnl/qzaf080
PMID:41031483
|
研究论文 | 通过空间转录组学分析人类蜕膜,揭示复发性妊娠丢失中的分子特征 | 首次对健康供体和复发性妊娠丢失患者的早期妊娠蜕膜进行空间转录组分析,鉴定了两个不同的空间区域(植入区和腺体分泌区),并发现FOSL2是协调蜕膜自然杀伤细胞(dNK1)空间转化的关键调控因子 | 未提及具体局限性 | 阐明人类蜕膜中免疫耐受的复杂空间和调控结构,为复发性妊娠丢失中的免疫耐受失调提供新见解 | 人类早期妊娠蜕膜组织,包括健康供体和复发性妊娠丢失患者 | 数字病理学 | 复发性妊娠丢失 | 空间转录组学 | NA | 空间转录组数据,单细胞染色质可及性数据,转录因子占用数据 | 健康供体和复发性妊娠丢失患者的早期妊娠蜕膜样本 | 10x Genomics | 空间转录组学 | 10x Visium | 10x Visium空间转录组学平台 |
| 80 | 2026-06-17 |
Spatial transcriptomics uncovers hybrid, proinflammatory, and profibrotic cellular niches in pulmonary granuloma of patients with chronic sarcoidosis
2026-Feb-01, American journal of respiratory and critical care medicine
IF:19.3Q1
DOI:10.1093/ajrccm/aamaf089
PMID:41738160
|
研究论文 | 利用空间转录组学揭示慢性结节病患者肺部肉芽肿中混合型、促炎和促纤维化的细胞微环境 | 首次在慢性结节病肺部肉芽肿中利用空间转录组学技术详细描述细胞微环境的组成和功能,特别是中央巨噬细胞微环境同时具有促炎和促纤维化特性 | 样本量较小(9例),缺乏功能实验验证,需要进一步研究肉芽肿微环境的动态变化 | 利用空间转录组学揭示慢性结节病患者肺部肉芽肿内的细胞微环境 | 9例慢性结节病患者的肺部外植体(含肉芽肿) | 空间转录组学、数字病理学 | 结节病 | 空间转录组学、免疫组织荧光染色、RNA原位杂交 | NA | 空间基因表达数据、图像 | 9例患者样本,涵盖30,587个基因表达点和173个肉芽肿 | 10x Genomics | 空间转录组学 | 10x Visium | 10x Visium空间转录组平台 |