单细胞与空转测序相关文章

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
8821	2024-09-14	Microvascular and cellular dysfunctions in Alzheimer's disease: an integrative analysis perspective 2024-09-09, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-71888-0 PMID:39251797	研究论文	本研究整合了阿尔茨海默病患者脑血管系统的单细胞测序和全基因组关联分析，旨在阐明周细胞损伤、细胞外基质紊乱和少突胶质细胞功能障碍在阿尔茨海默病发病机制中的关联和潜在机制	本研究首次揭示了周细胞PI3K-AKT-FOXO信号通路异常可能在阿尔茨海默病的发病过程中起作用	NA	阐明阿尔茨海默病发病机制中的关联和潜在机制	阿尔茨海默病患者的脑血管系统	NA	阿尔茨海默病	单细胞测序	NA	基因组数据	NA
8822	2024-09-14	Exploring single-cell RNA sequencing as a decision-making tool in the clinical management of Fuchs' endothelial corneal dystrophy 2024-Sep, Progress in retinal and eye research IF:18.6Q1 DOI:10.1016/j.preteyeres.2024.101286 PMID:38969166	综述	本文综述了单细胞RNA测序技术在Fuchs角膜内皮营养不良临床管理中的应用	利用单细胞RNA测序技术识别Fuchs角膜内皮营养不良的亚型及其相关基因特征，为精准医疗提供新方法	NA	探讨单细胞RNA测序技术在Fuchs角膜内皮营养不良临床诊断和治疗中的应用潜力	Fuchs角膜内皮营养不良及其亚型	基因组学	眼科疾病	单细胞RNA测序	NA	基因表达数据	NA
8823	2024-09-14	Lin-CD117+CD34+FcεRI+ progenitor cells are increased in chronic spontaneous urticaria and predict clinical responsiveness to anti-IgE therapy 2024-Sep, Allergy IF:12.6Q1 DOI:10.1111/all.16127 PMID:38634175	研究论文	研究慢性自发性荨麻疹患者血液中Lin-CD117+CD34+FcεRI+祖细胞的增加及其对omalizumab治疗的临床反应预测作用	首次发现慢性自发性荨麻疹患者血液中Lin-CD117+CD34+FcεRI+祖细胞的增加，并证明这些细胞的高表达与omalizumab治疗的更好临床反应相关	样本量较小，且仅限于慢性自发性荨麻疹患者，研究结果的普适性有待进一步验证	探讨慢性自发性荨麻疹患者血液中特定祖细胞的增加及其对抗IgE治疗的临床反应预测作用	慢性自发性荨麻疹患者和健康对照者的血液样本	NA	慢性自发性荨麻疹	流式细胞术，单细胞RNA测序	NA	血液样本	55名慢性自发性荨麻疹患者和22名健康对照者
8824	2024-09-14	scNODE : generative model for temporal single cell transcriptomic data prediction 2024-09-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae393 PMID:39230694	研究论文	本文提出了一种名为scNODE的深度学习模型，用于预测未观测时间点的单细胞基因表达数据	scNODE结合了变分自编码器和神经常微分方程，使用连续非线性潜在空间进行基因表达预测，并引入动态正则化项以提高预测的鲁棒性	NA	开发一种能够预测未观测时间点的单细胞基因表达数据的深度学习模型	单细胞基因表达数据	机器学习	NA	深度学习	变分自编码器、神经常微分方程	基因表达数据	三个真实世界的scRNA-seq数据集
8825	2024-09-14	Predicting spatially resolved gene expression via tissue morphology using adaptive spatial GNNs 2024-09-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae383 PMID:39230702	研究论文	本文提出了一种基于图神经网络的框架，用于从组织病理图像中预测高表达基因的空间表达	本文的创新点在于使用自适应空间图神经网络（GNNs）从组织形态学线索中预测空间基因表达，提供了一种可扩展的方法来解码组织复杂性	NA	本文的研究目的是通过组织形态学信息预测空间基因表达，以降低空间转录组技术的成本	本文的研究对象是乳腺癌数据集中的组织病理图像和基因表达数据	数字病理学	乳腺癌	图神经网络（GNNs）	图神经网络（GNNs）	图像	两个独立的乳腺癌数据集
8826	2024-09-14	A physics-informed neural SDE network for learning cellular dynamics from time-series scRNA-seq data 2024-09-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae400 PMID:39230705	研究论文	本文提出了一种基于物理信息的神经随机微分方程（PI-SDE）框架，用于从时间序列单细胞RNA测序数据中学习细胞动力学	结合了Hamilton-Jacobi方程和神经随机微分方程，通过强制执行HJ方程来重建细胞势能函数，提高了预测精度和可解释性	NA	通过重建细胞势能景观来学习细胞动力学	时间序列单细胞RNA测序数据	机器学习	NA	单细胞RNA测序	神经随机微分方程	时间序列数据	两个真实单细胞RNA测序数据集
8827	2024-09-14	Graspot: a graph attention network for spatial transcriptomics data integration with optimal transport 2024-09-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae394 PMID:39230711	研究论文	本文介绍了一种名为Graspot的图注意力网络，用于空间转录组学数据集成与最优传输	Graspot结合基因表达和空间信息，能够有效去除批次效应并保留生物结构变异，实现了多空间转录组数据集的部分对齐	NA	解决空间转录组学数据集成中的批次效应问题，并保留生物结构变异	空间转录组学数据	机器学习	NA	最优传输	图注意力网络	空间转录组学数据	四个真实的空间转录组学数据集
8828	2024-09-14	MDK promotes M2 macrophage polarization to remodel the tumour microenvironment in clear cell renal cell carcinoma 2024-08-06, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-69183-z PMID:39107475	研究论文	研究探讨了MDK基因在透明细胞肾细胞癌（ccRCC）肿瘤微环境（TME）中的作用，特别是其对M2巨噬细胞极化的影响	首次揭示了MDK在免疫抑制性肿瘤微环境中的关键作用，并开发了一个基于独特细胞信号分子的预后模型	研究主要基于公开数据集，未来需要进一步的实验验证	探索透明细胞肾细胞癌的肿瘤微环境异质性，并开发新的预后模型以优化免疫治疗	透明细胞肾细胞癌的肿瘤微环境及其免疫调控网络	数字病理学	肾癌	单细胞RNA测序（scRNA-seq）、批量RNA测序（bulk RNA-seq）和体细胞突变数据分析	NA	基因表达数据	使用了公开的ccRCC数据集，包括TCGA和CheckMate队列的数据
8829	2024-09-14	Scanorama: integrating large and diverse single-cell transcriptomic datasets 2024-Aug, Nature protocols IF:13.1Q1 DOI:10.1038/s41596-024-00991-3 PMID:38844552	研究论文	本文介绍了一种名为Scanorama的方法，用于整合来自不同实验、实验室和技术的单细胞转录组数据，以提高数据质量和解释性	Scanorama解决了由于样本准备、测序深度和实验批次差异引入的技术变异问题，提供了一种有效的整合方法	需要对细胞生物学、转录组技术和生物信息学有基本了解	开发一种方法来整合多样化的单细胞转录组数据，以揭示重要的生物学见解	单细胞RNA测序数据	基因组学	NA	单细胞RNA测序 (scRNA-seq)	NA	转录组数据	多个实验、实验室和技术的数据
8830	2024-09-14	Generation of novel lipid metabolism-based signatures to predict prognosis and immunotherapy response for colorectal adenocarcinoma 2024-07-26, Scientific reports IF:3.8Q1 DOI:10.1038/s41598-024-67549-x PMID:39060344	研究论文	本研究旨在生成基于脂质代谢的特征，以预测结直肠腺癌（COAD）的预后和免疫治疗反应	本研究首次生成了基于脂质代谢的特征，用于预测COAD的预后和免疫治疗反应，并提供了潜在的治疗靶点	本研究仅基于TCGA数据库的数据，样本量有限，未来需要更多验证性研究	生成基于脂质代谢的特征，预测结直肠腺癌的预后和免疫治疗反应	结直肠腺癌（COAD）患者	数字病理	结直肠癌	加权基因共表达网络分析（WGCNA），单细胞RNA测序（scRNA-seq）	NA	转录组数据	来自TCGA数据库的COAD患者数据，以及来自GSE132465数据集的单细胞RNA测序数据
8831	2024-09-14	SFINN: inferring gene regulatory network from single-cell and spatial transcriptomic data with shared factor neighborhood and integrated neural network 2024-07-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae433 PMID:38950180	研究论文	本文介绍了一种基于共享因子邻域和集成神经网络（SFINN）的新型深度学习框架，用于从单细胞和空间转录组数据中推断转录因子与目标基因之间的潜在相互作用和因果关系	SFINN利用共享因子邻域构建基于基因表达数据的细胞邻域网络，并整合来自空间位置信息的细胞网络，通过图卷积神经网络和全连接神经网络的集成框架来确定基因是否相互作用	NA	开发一种准确的基因调控网络（GRN）推断算法，以应对单细胞RNA测序（scRNA-seq）数据中的噪声、技术误差和丢失现象	单细胞和空间转录组数据中的转录因子与目标基因之间的相互作用和因果关系	机器学习	NA	单细胞RNA测序（scRNA-seq），空间转录组测序	图卷积神经网络（GCN），全连接神经网络	基因表达数据	NA
8832	2024-09-14	PredGCN: a Pruning-enabled Gene-Cell Net for automatic cell annotation of single cell transcriptome data 2024-07-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae421 PMID:38924517	研究论文	本文提出了一种名为PredGCN的基因-细胞网络，用于单细胞转录组数据的自动细胞注释	PredGCN结合了Coupled Gene-Cell Net和Gene Splicing Net以及Cell Stratification Net，并通过剪枝操作动态处理异质性细胞识别问题，优化子网络结构以提高细胞类型注释的准确性	NA	解决现有自动注释方法在深度学习分类器架构和训练数据质量与多样性方面的局限性	单细胞转录组数据的细胞类型注释	生物信息学	NA	深度学习	GCN	转录组数据	多种物种的单细胞转录组数据
8833	2024-09-14	ScType enables fast and accurate cell type identification from spatial transcriptomics data 2024-07-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae426 PMID:38936341	研究论文	本文介绍了一种名为scType的无解卷积标记细胞注释方法，用于从空间转录组数据中快速准确地识别细胞类型	scType无需进行计算密集型的解卷积，也不需要大型单细胞参考图谱，从而实现了超快速且准确的细胞类型识别	NA	开发一种无需解卷积的细胞类型注释方法，以应对空间转录组技术分辨率的提高	空间转录组数据中的细胞类型	生物信息学	NA	空间转录组学	NA	转录组数据	NA
8834	2024-09-14	DeepGSEA: explainable deep gene set enrichment analysis for single-cell transcriptomic data 2024-07-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae434 PMID:38950178	研究论文	本文介绍了一种名为DeepGSEA的可解释深度基因集富集分析方法，用于单细胞转录组数据	DeepGSEA利用可解释的原型神经网络，能够在单细胞基因表达数据中进行深入的基因集富集分析，并提供可视化的基因集分布	NA	开发一种新的深度学习方法，用于单细胞转录组数据的基因集富集分析，并提高分析的可解释性	单细胞转录组数据中的基因集富集分析	机器学习	NA	单细胞RNA测序 (scRNA-seq)	原型神经网络	基因表达数据	NA
8835	2024-09-14	Adaptive digital tissue deconvolution 2024-06-28, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae263 PMID:38940181	研究论文	本文提出了一种名为自适应数字组织解卷积（ADTD）的新方法，用于从批量和空间转录组数据中估计预选细胞类型的比例，并识别可能的未知和隐藏背景贡献	ADTD方法通过适应细胞的分子环境来调整原型参考配置文件，从而进一步解析从批量转录组数据中细胞类型特异性基因调控	ADTD方法依赖于训练数据，这些数据可能无法捕捉到转录组分析中遇到的所有生物多样性	开发一种新的计算方法，以改进从批量和空间转录组数据中推断细胞组成的过程	从批量转录组数据中估计细胞类型的比例，并识别可能的未知和隐藏背景贡献	机器学习	乳腺癌	NA	NA	转录组数据	涉及乳腺癌患者的批量转录组数据
8836	2024-09-14	A count-based model for delineating cell-cell interactions in spatial transcriptomics data 2024-06-28, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae219 PMID:38940134	研究论文	本文介绍了一种基于计数的模型Copulacci，用于从空间转录组数据中推断细胞间相互作用	Copulacci使用高斯copula模型来处理低转录本计数的问题，并能有效推断出低表达的生物学上有意义的配体-受体相互作用	NA	开发一种新的方法来推断空间转录组数据中的细胞间相互作用	空间转录组数据中的细胞间相互作用	生物信息学	NA	空间转录组学	高斯copula模型	转录组数据	NA
8837	2024-09-14	Accurate assembly of multiple RNA-seq samples with Aletsch 2024-06-28, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae215 PMID:38940157	研究论文	本文介绍了一种名为Aletsch的新型RNA-seq样本组装工具，能够有效整合多个样本以恢复单个样本中缺失的连接	Aletsch引入了多种算法创新，包括一个“桥接”系统，能够有效整合多个样本以恢复单个样本中缺失的连接，并利用多个样本的“支持”信息来指导复杂顶点的分解	NA	开发一种能够准确组装多个RNA-seq样本的新方法	RNA-seq数据中的全长度转录本	生物信息学	NA	RNA-seq	随机森林模型	RNA-seq数据	多个RNA-seq样本，包括bulk和单细胞RNA-seq数据
8838	2024-09-14	Joint inference of cell lineage and mitochondrial evolution from single-cell sequencing data 2024-06-28, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae231 PMID:38940122	研究论文	本文提出了一种从单细胞测序数据中联合推断细胞谱系和线粒体进化的方法	本文首次将线粒体异质性纳入细胞谱系树的推断中，并提出了Nested Perfect Phylogeny Mixture (NPPM)问题及其解决方案MERLIN算法	本文仅在模拟数据和胃癌细胞系数据上验证了方法的有效性，尚未在其他类型的细胞或疾病中进行广泛验证	开发一种能够从单细胞测序数据中同时推断细胞谱系和线粒体进化的方法	胃癌细胞系的单细胞测序数据	生物信息学	胃癌	单细胞测序	混合整数线性规划	基因组数据	5220个细胞
8839	2024-09-14	SPRITE: improving spatial gene expression imputation with gene and cell networks 2024-06-28, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae253 PMID:38940132	研究论文	本文介绍了一种名为SPRITE的元算法，通过在基因相关网络和空间邻域图中传播信息，改进现有方法的空间基因表达预测	SPRITE算法利用了空间转录组学中的丰富空间和基因关系信息，通过在基因相关网络和空间邻域图中传播信息，提高了基因表达预测的准确性	NA	改进空间基因表达预测算法，以解决当前技术在单细胞分辨率下测量基因数量有限的局限性	空间转录组学数据中的基因表达预测	生物信息学	NA	空间转录组学	元算法	基因表达数据	多个空间转录组学数据集
8840	2024-09-14	scGrapHiC: deep learning-based graph deconvolution for Hi-C using single cell gene expression 2024-06-28, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae223 PMID:38940151	研究论文	本文介绍了一种基于深度学习的图解卷积框架scGrapHiC，用于利用单细胞基因表达数据预测伪批量scHi-C接触图	scGrapHiC通过图解卷积从批量Hi-C接触图中提取全基因组单细胞相互作用，并使用scRNA-seq作为指导信号，显著提高了细胞类型特异性拓扑关联域的恢复率	NA	开发一种新的方法，利用广泛可用的基因组信号生成细胞类型特异性的scHi-C接触图，以研究细胞类型特异性的染色质相互作用	单细胞Hi-C数据和单细胞RNA测序数据	机器学习	NA	深度学习	图解卷积	基因组数据	七个细胞类型共检测数据集