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
8961	2024-09-14	CASCC: a co-expression-assisted single-cell RNA-seq data clustering method 2024-05-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae283 PMID:38662553	研究论文	本文介绍了一种名为CASCC的单细胞RNA测序数据聚类方法，通过基因共表达特征提高生物学准确性	CASCC方法利用无监督自适应吸引子算法识别的基因共表达特征，改进了现有聚类方法的局限性	现有聚类方法在处理过渡细胞群时存在不均匀性问题	开发一种新的单细胞RNA测序数据聚类方法，以提高生物学准确性	单细胞RNA测序数据中的细胞群	生物信息学	NA	单细胞RNA测序	无监督自适应吸引子算法	基因表达数据	NA
8962	2024-09-14	scTPC: a novel semisupervised deep clustering model for scRNA-seq data 2024-05-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae293 PMID:38684178	研究论文	本文提出了一种名为scTPC的新型半监督深度聚类模型，用于单细胞RNA测序（scRNA-seq）数据	scTPC模型结合了三元组约束、成对约束和交叉熵约束，通过深度学习方法在学习的潜在特征空间中进行深度聚类，并引入了加权交叉熵损失来优化模型	NA	研究目的是提高单细胞RNA测序数据聚类的准确性	单细胞RNA测序数据	机器学习	NA	单细胞RNA测序	深度学习模型	基因表达数据	10个真实scRNA-seq数据集和5个模拟数据集
8963	2024-09-14	scPRAM accurately predicts single-cell gene expression perturbation response based on attention mechanism 2024-05-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae265 PMID:38625746	研究论文	本文介绍了一种基于注意力机制的单细胞基因表达扰动响应预测方法scPRAM	scPRAM通过变分自编码器和最优传输对扰动前后的细胞状态进行对齐，并利用注意力机制准确预测未见过的细胞类型的基因表达响应，超越了现有方法	NA	预测单细胞基因表达对各种外部扰动的响应	单细胞基因表达扰动响应	机器学习	NA	单细胞测序	注意力机制	基因表达数据	多个真实扰动数据集，涉及药物治疗和细菌感染
8964	2024-09-14	CopyVAE: a variational autoencoder-based approach for copy number variation inference using single-cell transcriptomics 2024-05-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae284 PMID:38676578	研究论文	本文介绍了一种基于变分自编码器（VAE）的深度学习框架CopyVAE，用于从单细胞转录组数据中推断拷贝数变异（CNV）	CopyVAE在检测CNV方面比现有方法具有更高的敏感性和特异性	NA	提高从单细胞测序数据中推断CNV的准确性和可靠性	拷贝数变异（CNV）	机器学习	NA	单细胞RNA测序	变分自编码器（VAE）	转录组数据	NA
8965	2024-09-14	Topological benchmarking of algorithms to infer gene regulatory networks from single-cell RNA-seq data 2024-05-02, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae267 PMID:38627250	研究论文	本文提出了一种名为STREAMLINE的三步基准测试管道，用于评估从单细胞RNA测序数据推断基因调控网络的算法在捕捉网络拓扑结构和识别枢纽基因方面的能力	本文创新性地提出了STREAMLINE基准测试管道，量化了算法捕捉网络拓扑结构的能力，并提供了根据感兴趣的全局网络属性选择算法的指导	NA	评估从单细胞RNA测序数据推断基因调控网络的算法在捕捉网络拓扑结构方面的能力	单细胞RNA测序数据推断的基因调控网络	生物信息学	NA	单细胞RNA测序	NA	基因调控网络	使用了来自三种不同生物体的实验数据以及不同类型网络的模拟数据
8966	2024-09-14	Stimulator of Interferon Genes Pathway Activation through the Controlled Release of STINGel Mediates Analgesia and Anti-Cancer Effects in Oral Squamous Cell Carcinoma 2024-Apr-21, Biomedicines IF:3.9Q1 DOI:10.3390/biomedicines12040920 PMID:38672274	研究论文	研究通过控制释放STINGel激活干扰素基因刺激物途径，在口腔鳞状细胞癌中实现镇痛和抗癌效果	开发了STINGel，一种延长释放的制剂，延长了STING激动剂的可用性，并在口腔鳞状细胞癌中显示出比STING激动剂注射更强的抗肿瘤效果	NA	研究STINGel在口腔鳞状细胞癌引起的疼痛中的影响及其抗癌效果	口腔鳞状细胞癌模型和疼痛行为测试	NA	口腔鳞状细胞癌	单细胞RNA测序	NA	RNA	两个口腔鳞状细胞癌模型和疼痛行为测试
8967	2024-09-14	ICARUS v3, a massively scalable web server for single-cell RNA-seq analysis of millions of cells 2024-03-29, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae167 PMID:38539041	研究论文	本文介绍了ICARUS v3，一个用于大规模单细胞RNA测序数据分析的网络服务器应用	ICARUS v3采用几何细胞草图方法对细胞进行子采样，以进行降维和聚类，并将其投影到大数据集上，支持多种下游数据分析应用	NA	开发一个能够有效分析大规模单细胞RNA测序数据的计算工作流程	单细胞RNA测序数据	生物信息学	NA	单细胞RNA测序	NA	基因表达数据	130万细胞
8968	2024-09-14	CTEC: a cross-tabulation ensemble clustering approach for single-cell RNA sequencing data analysis 2024-03-29, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae130 PMID:38552307	研究论文	提出了一种名为CTEC的交叉表集成聚类方法，用于单细胞RNA测序数据分析	CTEC方法通过交叉表制定了两种重聚类策略（基于分布和基于异常值），显著改进了现有的单细胞数据聚类方法	NA	改进单细胞RNA测序数据的细胞类型聚类方法	单细胞RNA测序数据	生物信息学	NA	单细胞RNA测序	集成聚类	基因表达数据	五个单细胞RNA测序数据集
8969	2024-09-14	scDAC: deep adaptive clustering of single-cell transcriptomic data with coupled autoencoder and Dirichlet process mixture model 2024-03-29, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae198 PMID:38603616	研究论文	本文提出了一种名为scDAC的单细胞深度自适应聚类模型，结合了自编码器和狄利克雷过程混合模型，用于单细胞转录组数据的聚类分析	scDAC通过联合优化自编码器和狄利克雷过程混合模型的参数，实现了对单细胞转录组数据的自适应聚类，能够准确识别细胞类型或亚型的数量	NA	开发一种能够从大规模单细胞转录组数据中准确识别细胞类型或亚型数量的自适应聚类方法	单细胞RNA测序数据	机器学习	NA	自编码器和狄利克雷过程混合模型	自编码器和狄利克雷过程混合模型	转录组数据	五个不同细胞类型数量的子采样数据集，以及九个单细胞RNA测序数据集
8970	2024-09-14	Clustering single-cell multi-omics data via graph regularized multi-view ensemble learning 2024-03-29, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae169 PMID:38547401	研究论文	本文提出了一种基于图正则化的多视图集成学习模型，用于单细胞多组学数据的聚类	该模型能够自适应地整合多种组学数据，并利用多个基础聚类结果的洞察力	NA	提出一种新的聚类方法，以有效整合单细胞多组学数据，提高聚类性能	单细胞多组学数据	机器学习	NA	单细胞多组学测序技术	图正则化多视图集成聚类模型	多组学数据	五个多组学数据集
8971	2024-09-14	Flexiplex: a versatile demultiplexer and search tool for omics data 2024-03-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae102 PMID:38379414	研究论文	本文介绍了一种名为Flexiplex的多功能解复用和搜索工具，用于组学数据分析	Flexiplex基于Levenshtein距离，允许不完美的匹配，适用于多种实验类型，并能处理噪声数据	NA	开发一种多功能且高效的序列搜索和解复用工具，以克服现有工具的局限性	单细胞数据中的细胞条形码和UMI，以及特定遗传变异	生物信息学	NA	Levenshtein距离	NA	序列数据	NA
8972	2024-09-14	SST-editing: in silico spatial transcriptomic editing at single-cell resolution 2024-03-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae077 PMID:38341653	研究论文	本文提出了一种基于生成对抗网络（GAN）的基因表达引导的免疫荧光图像编辑方法，用于空间转录组学数据	首次将生成对抗网络应用于空间转录组学数据的基因表达引导图像编辑	尚未在其他类型的生物医学图像数据上进行广泛验证	开发一种新的方法，能够在空间转录组学数据中实现基因表达引导的图像编辑	正常和肿瘤组织切片中的细胞级空间转录组数据	计算机视觉	NA	生成对抗网络（GAN）	GAN	图像	正常和肿瘤组织切片中的细胞级空间转录组数据
8973	2024-09-14	BERMAD: batch effect removal for single-cell RNA-seq data using a multi-layer adaptation autoencoder with dual-channel framework 2024-03-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae127 PMID:38439545	研究论文	本文提出了一种名为BERMAD的多层适应自编码器双通道框架，用于去除单细胞RNA测序数据中的批次效应	创新点在于设计了多层适应架构和双通道框架，以解决批次效应去除中的欠校正和过校正问题	NA	解决单细胞RNA测序数据中批次效应的去除问题	单细胞RNA测序数据	生物信息学	NA	单细胞RNA测序	自编码器	基因表达数据	多个单细胞RNA测序数据集
8974	2024-09-14	SpatialView: an interactive web application for visualization of multiple samples in spatial transcriptomics experiments 2024-03-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae117 PMID:38444087	研究论文	开发了一个名为SpatialView的交互式网络应用程序，用于可视化空间转录组学实验中的多个样本	填补了空间转录组学数据可视化工具的空白，提供了一个开源的基于浏览器的交互式应用程序	NA	开发一个交互式工具，以增强空间转录组学数据的可视化和分析能力	空间转录组学实验中的数据和结果	生物信息学	NA	空间转录组学	NA	基因表达数据	多个10× Genomics Visium ST实验样本
8975	2024-09-14	ICELLNET v2: a versatile method for cell-cell communication analysis from human transcriptomic data 2024-03-04, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae089 PMID:38490248	研究论文	本文介绍了ICELLNET的重大更新版本，扩展了配体-受体数据库并优化了单细胞RNA测序数据的分析框架	将ICELLNET的配体-受体数据库从380个扩展到1669个，整合了免疫交叉对话、细胞粘附和Wnt通路中的重要通信分子，并优化了单细胞RNA测序数据的分析框架	NA	开发和优化用于从转录组数据推断细胞间通信网络的方法	人类转录组数据中的细胞间通信	生物信息学	NA	单细胞RNA测序	NA	转录组数据	NA
8976	2024-09-14	Forseti: A mechanistic and predictive model of the splicing status of scRNA-seq reads 2024-Feb-05, bioRxiv : the preprint server for biology DOI:10.1101/2024.02.01.577813 PMID:38370848	研究论文	开发了一种名为Forseti的机械性和预测性模型，用于确定scRNA-seq读取的剪接状态	提出了Forseti模型，通过结合绑定亲和力模型和片段长度分布模型，能够概率性地分配scRNA-seq读取的剪接状态	NA	开发一种方法来恢复scRNA-seq数据中模糊读取的剪接状态，从而提高下游分析的准确性和置信度	scRNA-seq数据中的剪接状态	生物信息学	NA	单细胞RNA测序 (scRNA-seq)	预测模型	RNA序列数据	NA
8977	2024-09-14	Phenotype prediction from single-cell RNA-seq data using attention-based neural networks 2024-02-01, Bioinformatics (Oxford, England) DOI:10.1093/bioinformatics/btae067 PMID:38390963	研究论文	本文提出了一种基于注意力机制神经网络的单细胞RNA测序数据表型预测方法ScRAT	ScRAT通过使用mixup模块增加训练样本数量，并采用多头注意力机制学习每个表型中最具信息量的细胞，无需依赖给定的细胞类型注释	NA	开发一种能够在有限样本数量下准确预测疾病表型的方法	单细胞RNA测序数据中的细胞表型	机器学习	NA	单细胞RNA测序	注意力机制神经网络	基因表达数据	三个公开的COVID数据集
8978	2024-09-14	Contribution of collagen XIII to lung function and development of pulmonary fibrosis 2023-12-12, BMJ open respiratory research IF:3.6Q1 DOI:10.1136/bmjresp-2023-001850 PMID:38568728	研究论文	研究胶原蛋白XIII在肺功能和肺纤维化发展中的作用	首次探讨了胶原蛋白XIII在肺纤维化中的表达及其对肺功能的影响	研究主要基于小鼠模型，尚未在人类中进行大规模验证	探讨胶原蛋白XIII在肺功能和肺纤维化发展中的作用及其机制	胶原蛋白XIII在肺组织中的定位及其功能	NA	肺纤维化	免疫染色	NA	组织样本	5例特发性肺纤维化样本和正常及纤维化小鼠肺组织
8979	2024-09-14	TRIBAL: Tree Inference of B cell Clonal Lineages 2023-Nov-27, bioRxiv : the preprint server for biology DOI:10.1101/2023.11.27.568874 PMID:38076836	研究论文	介绍了一种名为TRIBAL的新方法，用于从单细胞RNA测序数据中推断B细胞克隆谱系的进化历史	TRIBAL方法通过结合同种型数据来减少仅考虑受体序列时的系统发育不确定性，从而更准确地推断B细胞谱系树	NA	推断B细胞克隆谱系的进化历史，以更好地理解疫苗反应、疾病进展和治疗性抗体的识别	B细胞克隆谱系的进化历史	免疫学	NA	单细胞RNA测序	NA	RNA序列	NA
8980	2024-09-14	ConSpaS: a contrastive learning framework for identifying spatial domains by integrating local and global similarities 2023-09-22, Briefings in bioinformatics IF:6.8Q1 DOI:10.1093/bib/bbad395 PMID:37965808	研究论文	本文提出了一种名为ConSpaS的新型节点表示学习框架，通过整合局部和全局相似性来精确解码空间域	ConSpaS框架结合了图自编码器（GAE）和对比学习（CL），通过无增强机制构建全局正样本和半简单采样策略定义负样本，有效提高了空间域识别的准确性	NA	开发一种新的方法来提高空间转录组学中空间域识别的准确性	空间转录组学中的空间域	生物信息学	NA	对比学习（CL）	图自编码器（GAE）	基因表达数据	多种组织类型和技术平台