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 38417 篇文献，本页显示第 81 - 100 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 81 | 2026-04-17 |
GDSim: accurate simulation for single-cell transcriptomes based on the guided diffusion model
2026-Mar-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbag163
PMID:41978379
|
研究论文 | 本文提出了一种基于引导扩散模型的新型深度生成网络GDSim，用于准确模拟单细胞转录组数据 | 首次利用标签引导的扩散模型来捕获scRNA-seq数据中复杂的基因表达依赖关系，生成的模拟数据能紧密反映原始数据的真实分布 | 未在摘要中明确说明 | 解决单细胞RNA测序数据不足的问题，为下游分析提供高质量的模拟数据 | 单细胞RNA测序（scRNA-seq）数据 | 机器学习 | NA | 单细胞RNA测序（scRNA-seq） | 深度生成网络，扩散模型 | 基因表达数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 82 | 2026-04-17 |
DuaST: an integrated deep learning framework for spatial transcriptomics with cross-branch interaction
2026-Mar-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbag174
PMID:41985058
|
研究论文 | 提出一个名为DuaST的集成深度学习框架，用于空间转录组学数据分析，通过双分支结构分别建模空间和非空间信息，并利用对比学习、对抗对齐和注意力融合机制增强跨分支交互 | 设计了一个双分支学习框架，结合局部-全局对比学习、对抗对齐和基于注意力的融合机制，以整合空间和非空间信息，并能够从单组学扩展到多组学分析 | 未在摘要中明确提及 | 开发一个通用的计算框架，以利用空间转录组学数据中的基因表达和空间信息 | 空间转录组学数据 | 机器学习 | NA | 空间转录组学 | 深度学习框架（双分支结构） | 空间转录组学数据 | NA | NA | 空间转录组学 | NA | NA |
| 83 | 2026-04-17 |
Uncovering causal relationships in single-cell omic studies with causarray
2026-Mar-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbag175
PMID:41985059
|
研究论文 | 本文提出了一种名为causarray的因果推断框架，用于在存在未测量混杂因素的情况下分析单细胞组学数据 | 开发了首个专门针对阵列组学数据的因果推断框架，整合了广义混杂调整方法和半参数推断技术，能够在伪批量水平和单细胞水平同时处理未测量混杂因素 | 未明确说明框架对数据规模和计算资源的具体要求，也未讨论在更复杂实验设计中的适用性 | 解决单细胞组学研究中因果推断的挑战，特别是在存在未测量混杂因素和选择偏差的情况下 | 单细胞组学数据，特别是基因表达数据 | 机器学习 | 阿尔茨海默病 | 单细胞RNA测序，CRISPR筛选 | 半参数推断框架，结合灵活的机器学习技术 | 基因组数据，转录组数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 84 | 2026-04-17 |
GPR35 protects against reperfusion injury in ischemic stroke by binding with the CR2 domain of Raf1
2026-Feb-10, Journal of neuroinflammation
IF:9.3Q1
DOI:10.1186/s12974-026-03726-1
PMID:41664072
|
研究论文 | 本研究揭示了GPR35通过结合Raf1的CR2结构域，在缺血性中风再灌注损伤中发挥保护作用 | 首次发现GPR35与Raf1的直接相互作用，并确定CR2结构域为关键结合界面，阐明了其在调节Raf1/ERK1/2/MAPK信号通路以减轻神经炎症中的新机制 | 研究主要基于小鼠模型，尚未在人类临床样本中得到验证，且药理激活剂zaprinast的特异性可能有限 | 探究GPR35在缺血性中风再灌注损伤中的保护作用及其分子机制 | 小鼠脑组织、微胶质细胞、GPR35受体、Raf1蛋白 | 神经科学 | 缺血性中风 | 单细胞测序、免疫共沉淀、基因敲低、过表达、药理激活 | 动物模型（小鼠）、细胞模型（氧糖剥夺系统） | 测序数据、蛋白质互作数据、行为学数据、组织学数据 | 未明确具体样本数量，但涉及小鼠模型和体外细胞系统 | NA | 单细胞RNA-seq | NA | NA |
| 85 | 2026-04-17 |
Seq-Scope-eXpanded: spatial omics beyond optical resolution
2026-02-10, Nature communications
IF:14.7Q1
DOI:10.1038/s41467-026-69346-8
PMID:41667485
|
研究论文 | 本文介绍了Seq-Scope-X技术，一种结合组织膨胀与测序的空间转录组学方法，实现了亚微米级分辨率的全转录组和蛋白质组分析 | 通过组织物理膨胀技术，将Seq-Scope的空间分辨率提升至亚微米级，突破了传统测序空间转录组学的光学分辨率限制，并首次在单细胞水平解析核质区室转录组差异 | 文中未明确说明技术应用的样本类型限制、通量限制或数据处理的复杂性 | 开发超高分辨率空间多组学技术，用于研究细胞结构、功能和疾病机制 | 小鼠肝脏、脑组织、结肠、脾脏以及人类扁桃体组织 | 空间转录组学 | NA | 空间转录组学、空间蛋白质组学、组织膨胀技术 | NA | 空间转录组数据、空间蛋白质组数据 | 未明确具体样本数量，但涉及多种组织类型（肝、脑、结肠、脾、扁桃体） | NA | 空间转录组学、空间蛋白质组学 | Seq-Scope-X | 基于Seq-Scope的改进平台，整合组织膨胀技术，支持亚微米级分辨率的全转录组和数百种抗体标记的蛋白质组分析 |
| 86 | 2026-04-17 |
transFusion: a novel comprehensive platform for integration analysis of single-cell and spatial transcriptomics
2026-Feb-03, Bioinformatics (Oxford, England)
DOI:10.1093/bioinformatics/btag059
PMID:41645434
|
研究论文 | 本文介绍了一个名为transFusion的新型网络平台，专门用于整合分析单细胞RNA测序和10× Visium空间转录组学数据 | transFusion平台提供了12项关键功能，包括细胞间依赖性分析、配体-受体共表达识别与可视化以及空间多模态梯度变异模式分析，实现了对多模态数据的最全面有效整合 | 平台主要针对10× Visium数据，可能不适用于其他空间转录组技术，且需要进一步验证在更广泛数据集上的适用性 | 开发一个能够有效整合多模态数据并最大化空间信息利用的端到端分析平台，以解决当前空间转录组学分析中的挑战 | 单细胞RNA测序数据和10× Visium空间转录组学数据 | 数字病理学 | NA | 单细胞RNA-seq, 空间转录组学 | NA | 基因表达数据, 空间数据 | NA | 10x Genomics | 单细胞RNA-seq, 空间转录组学 | 10x Visium | 10× Visium空间转录组技术 |
| 87 | 2026-04-17 |
Engineering and evaluation of precision-glycosylated clickable albumin nanoplatform for targeting the tumor microenvironment
2026, Theranostics
IF:12.4Q1
DOI:10.7150/thno.123973
PMID:41355949
|
研究论文 | 本文开发了一种精确糖基化的可点击白蛋白纳米平台（CAN-DGIT），用于靶向肿瘤微环境，并结合空间转录组学评估纳米颗粒与TME的相互作用 | 通过精确控制糖基化程度和类型，实现了白蛋白纳米颗粒的可编程生物分布和细胞类型靶向，并创新性地整合PET成像与空间转录组学进行机制映射 | 研究仅在小鼠模型中进行，未涉及人类临床试验；糖基化类型和靶向机制的普适性需进一步验证 | 开发一种精确糖基化的纳米药物递送平台，以选择性靶向肿瘤微环境并评估其相互作用 | 白蛋白纳米颗粒、糖基化配体（甘露糖、半乳糖、葡萄糖）、4T1肿瘤小鼠模型 | 纳米医学 | 肿瘤 | 点击化学、MALDI-TOF质谱、UV-vis光谱、PET成像、空间转录组学 | NA | 图像、转录组数据 | 健康小鼠和4T1肿瘤小鼠模型 | NA | 空间转录组学 | NA | NA |
| 88 | 2026-04-17 |
Artificial Intelligence in single-cell and spatial transcriptomics data analyses
2026, Progress in molecular biology and translational science
DOI:10.1016/bs.pmbts.2026.01.011
PMID:41986013
|
综述 | 本章探讨了人工智能（AI）在单细胞和空间转录组学数据分析中的应用，重点关注AI如何通过自动化预处理、降维、细胞分类和聚类等方法处理这些复杂数据集 | 系统性地综述了AI（特别是机器学习和深度学习）在单细胞和空间转录组学中的核心作用，包括整合多组学层、识别空间模式和推断细胞轨迹，并强调了卷积神经网络、图神经网络和变分自编码器等具体方法的应用 | 面临可扩展性、模型可解释性和数据标准一致性等挑战，同时临床应用中存在伦理问题 | 旨在展示AI如何推进单细胞和空间转录组学数据分析，以更深入地理解生物系统 | 单细胞转录组学和空间转录组学数据 | 机器学习 | NA | 单细胞RNA测序，空间转录组学 | CNN, GNN, VAE | 基因表达数据 | NA | NA | 单细胞RNA测序，空间转录组学 | NA | NA |
| 89 | 2026-04-17 |
AI-driven gene-sets, networks, pathways, and interactions analyses of multi-omics data
2026, Progress in molecular biology and translational science
DOI:10.1016/bs.pmbts.2026.01.023
PMID:41986006
|
研究论文 | 本文介绍了PAGER 3.0知识生态系统，这是一个用于多组学数据基因集、网络、通路和互作分析的AI驱动平台 | PAGER 3.0提供了扩展的、经过整理的PAGs（通路、注释基因列表和基因特征）集合，具备本体感知的知识导航、加权富集分析和基于结构化网络的优先排序工具 | 未在摘要中明确说明 | 解决将大规模分子特征集转化为机制性见解的转化生物信息学核心挑战 | 多组学数据，特别是白血病单细胞转录组学数据 | 生物信息学 | 白血病 | 单细胞转录组学 | NA | 多组学数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 90 | 2026-04-17 |
Identification and validation of SUMOylation-related key genes for osteoarthritis through integration of single-cell, bulk RNA sequencing and animal model experiments
2026, Frontiers in medicine
IF:3.1Q1
DOI:10.3389/fmed.2026.1779874
PMID:41987786
|
研究论文 | 本研究通过整合单细胞RNA测序、批量RNA测序和动物模型实验，识别并验证了与骨关节炎相关的SUMOylation关键基因 | 首次结合单细胞测序、批量测序和动物模型，系统识别了骨关节炎中SUMOylation相关的关键基因和细胞类型 | 样本量相对较小，动物模型仅使用大鼠，且未深入探讨关键基因的具体作用机制 | 检测和验证骨关节炎中SUMOylation相关基因的关键作用 | 骨关节炎患者样本和大鼠模型 | 生物信息学 | 骨关节炎 | 单细胞RNA测序，批量RNA测序，差异表达分析，PPI网络，机器学习，ROC曲线，免疫浸润分析，药物预测 | 机器学习模型 | RNA测序数据 | 三个公共数据集（GSE51588, GSE55235, GSE152805）和大鼠模型（三个OA和三个假手术样本） | NA | 单细胞RNA测序，批量RNA测序 | NA | NA |
| 91 | 2026-04-17 |
Hypoxic microenvironment in cancer: role in metabolic reprogramming
2026, Frontiers in oncology
IF:3.5Q2
DOI:10.3389/fonc.2026.1771365
PMID:41988136
|
综述 | 本文综述了肿瘤缺氧微环境如何通过代谢重编程驱动肿瘤进展和治疗抵抗 | 系统整合了单细胞多组学、空间转录组学等新兴技术证据，并讨论了靶向缺氧信号、血管生成通路和代谢酶等创新治疗策略 | NA | 阐明缺氧诱导的代谢重编程机制及其在肿瘤进展和治疗抵抗中的作用，并探讨利用缺氧相关代谢依赖性的精准肿瘤学策略 | 实体瘤及其缺氧微环境中的恶性细胞和基质细胞（包括癌症相关成纤维细胞、内皮细胞、肿瘤相关巨噬细胞和髓源性抑制细胞） | 肿瘤生物学 | 癌症 | 单细胞多组学，空间转录组学，代谢成像 | NA | NA | NA | NA | 单细胞多组学，空间转录组学 | NA | NA |
| 92 | 2026-04-17 |
From forest floor to doctor's office: the immunological journey of Borrelia burgdorferi through vertebrate hosts
2026, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2026.1811554
PMID:41988178
|
综述 | 本文综述了伯氏疏螺旋体在脊椎动物宿主中的免疫生物学进展，重点关注其通过免疫调节建立持续性感染的机制 | 采用阶段结构化框架整合了2020年后活体成像、单细胞转录组学、空间分析和系统免疫学等新技术带来的新见解 | NA | 理解伯氏疏螺旋体如何通过免疫调节在脊椎动物宿主中建立持续性感染，并为诊断、疫苗和治疗提供信息 | 伯氏疏螺旋体及其在脊椎动物宿主中的感染过程 | 自然语言处理 | 莱姆病 | 活体成像、单细胞转录组学、空间分析、系统免疫学 | NA | NA | NA | NA | NA | NA | NA |
| 93 | 2026-04-17 |
The mechanism of PKM2/HIF-1α axis polarizing TAMs by upregulating glucose-serine metabolism to promote melanoma progression
2026, Frontiers in immunology
IF:5.7Q1
DOI:10.3389/fimmu.2026.1740155
PMID:41988200
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 94 | 2026-04-17 |
Histopathology and spatial transcriptomics jointly map myofiber-specific pathological programs in mTORC1-driven myopathy
2025-Dec-07, bioRxiv : the preprint server for biology
DOI:10.64898/2025.12.03.692123
PMID:41573854
|
研究论文 | 本研究结合组织病理学和空间转录组学技术，在mTORC1过度激活的啮齿动物模型中，以单肌纤维分辨率揭示了肌纤维类型特异性的病理程序 | 首次将高分辨率Seq-Scope空间转录组学技术与组织病理学相结合，在单肌纤维水平上解析mTORC1驱动肌病的分子机制 | 研究基于啮齿动物模型，结果可能不完全适用于人类疾病；仅分析了两种特定肌肉（EDL和SOL），未涵盖所有肌肉类型 | 探究mTORC1过度激活如何通过不同代谢和结构途径破坏肌肉稳态，并将组织病理表型与分子状态直接关联 | mTORC1过度激活的啮齿动物模型中的骨骼肌组织，特别是趾长伸肌（EDL）和比目鱼肌（SOL） | 空间转录组学 | 肌病 | 空间转录组学，组织病理学分析 | NA | 空间转录组数据，组织病理图像 | 啮齿动物模型中的EDL和SOL肌肉组织样本 | NA | 空间转录组学 | Seq-Scope | 高分辨率Seq-Scope技术 |
| 95 | 2026-04-17 |
ABCA4-mutant human retinal organoids sequencing reveals organoids application in inherited retinal diseases
2025-Dec, Experimental eye research
IF:3.0Q1
DOI:10.1016/j.exer.2025.110677
PMID:41038369
|
研究论文 | 本研究通过单细胞RNA测序比较了由ABCA4突变引起的Stargardt病（STGD）患者与健康对照来源的视网膜类器官（ROs），验证了ROs作为遗传性视网膜疾病（IRDs）疾病模型的潜力 | 首次利用人类视网膜类器官（ROs）结合单细胞RNA测序技术，验证了其在模拟晚期发病的遗传性视网膜疾病（如Stargardt病）中的分子特征捕获能力，特别是在早期发育阶段就能揭示患者与对照样本之间的分子差异 | 研究仅涉及2名STGD患者样本，样本量较小；且ROs模拟晚期发病疾病特性的能力仍需进一步验证 | 验证人类视网膜类器官（ROs）作为由ABCA4突变引起的Stargardt病（STGD）的疾病模型，并探索其在遗传性视网膜疾病（IRDs）研究中的应用潜力 | 来自2名STGD患者和健康对照的干细胞衍生的人类视网膜类器官（ROs） | 数字病理学 | 遗传性视网膜疾病 | 单细胞RNA测序 | NA | 转录组数据 | 2名STGD患者及健康对照的视网膜类器官样本，在两个发育阶段进行比较 | NA | 单细胞RNA-seq | NA | NA |
| 96 | 2026-04-17 |
Identification of osteoarthritis-related genes and potential drugs based on single cell RNA-seq data
2025-Nov-25, Molecular medicine (Cambridge, Mass.)
DOI:10.1186/s10020-025-01379-z
PMID:41291434
|
研究论文 | 本研究基于单细胞RNA测序数据，识别骨关节炎相关基因并预测潜在治疗药物 | 结合hdWGCNA、随机森林和PPI网络分析识别OA关键基因，并利用孟德尔随机化和斑马鱼实验验证药物作用 | 研究主要基于生物信息学预测和斑马鱼模型，需进一步在哺乳动物或临床样本中验证 | 寻找骨关节炎的预防和治疗药物 | 骨关节炎相关基因和候选药物 | 生物信息学 | 骨关节炎 | 单细胞RNA测序, 批量RNA测序, RT-qPCR | 随机森林, 网络分析 | 基因表达数据 | 从GEO数据库获取的scRNA-seq和bulk-RNA seq数据集，具体样本数量未明确说明 | NA | 单细胞RNA-seq, 批量RNA-seq | NA | NA |
| 97 | 2026-04-17 |
Integrative single-cell RNA-seq and ATAC-seq identifies transcriptional and epigenetic blueprint guiding osteoclastogenic trajectory
2025-Sep-28, Journal of bone and mineral research : the official journal of the American Society for Bone and Mineral Research
IF:5.1Q1
DOI:10.1093/jbmr/zjaf084
PMID:40577680
|
研究论文 | 本研究通过整合单细胞RNA-seq、ATAC-seq、批量RNA-seq和ChIP-seq技术，揭示了破骨细胞生成过程中转录和表观遗传调控的蓝图 | 首次在单细胞分辨率下结合多组学分析，系统描绘了破骨细胞生成的分化轨迹，并鉴定出IRF8作为破骨细胞生成的关键负调控因子 | 研究主要基于小鼠模型，人类样本的验证和临床转化仍需进一步探索 | 阐明破骨细胞生成过程中的转录和表观遗传调控机制 | 野生型和IRF8条件性敲除小鼠的造血干细胞、祖细胞、单核细胞及破骨细胞前体 | 单细胞多组学 | 骨溶解性疾病 | 单细胞RNA-seq, 单细胞ATAC-seq, 批量RNA-seq, ChIP-seq | NA | 单细胞转录组数据, 单细胞染色质可及性数据, 批量转录组数据, 染色质免疫沉淀数据 | NA | NA | 单细胞RNA-seq, 单细胞ATAC-seq, 批量RNA-seq, 染色质免疫沉淀测序 | NA | NA |
| 98 | 2026-04-17 |
Anti-tumor effects on tumor-infiltrating natural killer cells by localized ablative immunotherapy and immune checkpoint inhibitors: An integrated and comparative study using scRNAseq analysis
2025-Sep-01, Cancer letters
IF:9.1Q1
DOI:10.1016/j.canlet.2025.217825
PMID:40436260
|
研究论文 | 本研究通过单细胞RNA测序分析，比较了局部消融免疫疗法和免疫检查点抑制剂对肿瘤浸润自然杀伤细胞的调控作用及其临床意义 | 首次整合单细胞测序和TCGA数据库，系统比较了LAIT和ICI对NK细胞的转录调控，并构建了基于NK细胞基因特征的预后模型 | 研究基于小鼠乳腺癌模型，临床转化需进一步验证；单细胞测序样本量有限 | 阐明局部消融免疫疗法和免疫检查点抑制剂对肿瘤微环境中NK细胞的调控机制 | 肿瘤浸润自然杀伤细胞 | 单细胞组学 | 乳腺癌 | 单细胞RNA测序 | 预后模型 | 单细胞转录组数据 | 小鼠乳腺癌模型，具体样本数未明确说明 | NA | 单细胞RNA-seq | NA | NA |
| 99 | 2026-04-17 |
ChemPerturb-seq screen identifies a small molecule cocktail enhancing human beta cell survival after subcutaneous transplantation
2025-Aug-07, Cell stem cell
IF:19.8Q1
DOI:10.1016/j.stem.2025.06.002
PMID:40562034
|
研究论文 | 本研究开发了一种结合化学筛选与单细胞RNA测序的ChemPerturb-seq平台，用于系统分析小分子处理后人源β细胞的分子变化，并发现了一种能增强皮下移植后β细胞存活的小分子混合物 | 创新性地将化学筛选与单细胞RNA测序结合，开发了ChemPerturb-seq平台，实现了高通量分析小分子对细胞分子层面的影响，并发现了性别特异性的小分子混合物效果 | 研究仅在小鼠模型中进行验证，尚未在人体临床试验中证实效果；且发现的小分子混合物对雌性小鼠有效，但对雄性小鼠效果有限，存在性别差异 | 旨在通过化学筛选和单细胞分析，发现能增强人源β细胞在皮下移植后存活和功能的小分子混合物 | 人源β细胞和原代胰岛 | 单细胞组学 | 糖尿病 | 单细胞RNA测序（scRNA-seq） | AI驱动的网站分析 | 单细胞转录组数据 | 未明确指定样本数量，涉及人源β细胞和原代胰岛的体外及小鼠体内实验 | NA | 单细胞RNA-seq | NA | NA |
| 100 | 2026-04-17 |
Enhancer-driven gene regulatory networks reveal transcription factors governing T cell adaptation and differentiation in the tumor microenvironment
2025-Jul-08, Immunity
IF:25.5Q1
DOI:10.1016/j.immuni.2025.04.030
PMID:40425012
|
研究论文 | 本研究通过配对单细胞RNA测序和单细胞ATAC测序，揭示了肿瘤微环境中具有组织驻留记忆表型的CD8 T细胞分化的增强子驱动调控网络和关键转录因子。 | 首次通过配对单细胞多组学（RNA-seq和ATAC-seq）分析T细胞受体匹配的CD8 T细胞，构建增强子驱动的调控网络，并明确了KLF2和BATF转录因子在调控肿瘤浸润淋巴细胞中组织驻留记忆表型形成中的相反作用。 | 研究主要基于感染和癌症模型，其结果在人类患者肿瘤微环境中的普适性有待进一步验证。 | 阐明肿瘤微环境中CD8 T细胞向组织驻留记忆表型分化的表观遗传和转录调控机制。 | 感染和癌症模型中的T细胞受体匹配的CD8 T细胞，特别是具有组织驻留记忆表型的肿瘤浸润淋巴细胞。 | 单细胞多组学 | 癌症 | 配对单细胞RNA测序，配对单细胞ATAC测序 | NA | 单细胞转录组数据，单细胞染色质可及性数据 | NA | NA | 单细胞RNA-seq, 单细胞ATAC-seq | NA | NA |