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 33880 篇文献，本页显示第 101 - 120 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 101 | 2025-12-11 |
Anti-progestin therapy targets hallmarks of breast cancer risk
2025-Nov-05, Nature
IF:50.5Q1
DOI:10.1038/s41586-025-09684-7
PMID:41193807
|
研究论文 | 本研究评估了孕酮受体拮抗剂醋酸乌利司他治疗12周对24名绝经前女性乳腺癌风险标志物的影响 | 首次通过多组学、活细胞方法结合临床影像和组织微力学，揭示了醋酸乌利司他通过基质重塑和管腔祖细胞抑制降低乳腺癌风险的机制，并发现胶原VI与SOX9管腔祖细胞定位的空间关联 | 样本量较小（仅24名绝经前女性），研究周期较短（12周），且为单臂试验，缺乏对照组 | 评估孕酮受体拮抗剂醋酸乌利司他是否降低绝经前女性乳腺癌风险的替代标志物 | 24名绝经前女性 | 数字病理学 | 乳腺癌 | 单细胞RNA测序、蛋白质组学、组织学、原子力显微镜、MRI扫描 | NA | 图像、文本、视频 | 24名绝经前女性 | NA | 单细胞RNA-seq | NA | NA |
| 102 | 2025-12-11 |
Circulating Cathepsin D Exacerbates Injury-Induced Brain Damage by Promoting Neutrophil Infiltration Into the Brain
2025-Nov-04, Journal of the American Heart Association
IF:5.0Q1
DOI:10.1161/JAHA.125.043416
PMID:41147378
|
研究论文 | 本研究探讨了循环中的组织蛋白酶D（CTSD）如何通过上调脑内皮VCAM-1表达促进中性粒细胞浸润，从而加剧创伤性和缺血性脑损伤 | 首次揭示了循环中的非酶原型CTSD（pro-CTSD）通过激活脑内皮细胞上调VCAM-1表达，促进中性粒细胞向脑部迁移的新机制 | 研究主要基于转基因小鼠模型，尚未在人类临床样本中验证；单细胞RNA测序样本量有限，可能未完全捕捉所有细胞类型的变化 | 探究循环CTSD对脑损伤后炎症反应的影响及其分子机制 | 转基因hCTSDhi小鼠（高循环CTSD水平）、CTSDMono敲除小鼠（低血浆CTSD水平）、创伤性和缺血性脑损伤模型 | 神经科学 | 脑损伤（创伤性脑损伤、缺血性脑损伤） | 单细胞RNA测序、转基因动物模型、行为学测试 | 转基因小鼠模型 | 基因表达数据、行为学数据 | 两组转基因小鼠群体，具体数量未明确说明 | NA | 单细胞RNA测序 | NA | NA |
| 103 | 2025-12-11 |
scSPAF: Cell Similarity Purified Adaptive Fusion Network for Single-Cell Multi-Omics Clustering
2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3608251
PMID:40928916
|
研究论文 | 本文提出了一种名为scSPAF的细胞相似性纯化自适应融合网络，用于单细胞多组学聚类分析 | 采用多级融合方法深入探索组学数据的一致性和互补性，设计了细胞相似性纯化模块以将细胞间的邻域信息精确整合到细胞特征中，并利用自适应融合机制整合组学特异性表示和跨组学一致表示 | 未在摘要中明确提及 | 提升单细胞多组学数据的聚类性能 | 单细胞多组学数据 | 机器学习 | NA | 单细胞测序 | 自适应融合网络 | 多组学数据 | 六个真实世界数据集 | NA | 单细胞多组学 | NA | NA |
| 104 | 2025-12-11 |
scGCRC: Graph and Contrastive-Based Representation Learning for Single-Cell RNA-Seq Data Clustering
2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3629161
PMID:41191468
|
研究论文 | 提出了一种基于局部自注意力网络和对比学习的单细胞RNA测序数据聚类新方法scGCRC | 通过局部自注意力网络自动聚合细胞关系图中的潜在信息，并采用双对比学习模块同时在细胞层面和聚类层面优化细胞表征，无需预训练自编码器-解码器模块 | 未明确说明方法在极大规模数据集或特定噪声条件下的性能限制 | 开发更有效的单细胞RNA测序数据聚类方法以识别细胞类型 | 单细胞RNA测序数据 | 机器学习 | NA | 单细胞RNA测序 | 局部自注意力网络，对比学习，Leiden社区发现算法 | 基因表达数据 | 160个子样本数据集（不同细胞类型数量），3个不同协议数据集，9个真实公共数据集 | NA | 单细胞RNA-seq | NA | NA |
| 105 | 2025-12-11 |
Genome-Wide Association Analysis and Multi-Omic Mendelian Randomization Insight Into the Molecular Network of Immune-Related Dysfunction in the Pathogenesis of Rheumatoid Arthritis
2025-Nov, International journal of rheumatic diseases
IF:2.4Q2
DOI:10.1111/1756-185x.70479
PMID:41287581
|
研究论文 | 通过全基因组关联分析和多组学孟德尔随机化方法，揭示免疫相关功能障碍在类风湿关节炎发病机制中的分子网络 | 整合GWAS、cis-eQTL、pQTL和单细胞RNA测序数据，识别出ERAP2、SWAP70和LTBR等新的候选因果基因，并验证其在RA发病中的潜在作用 | 研究主要基于遗传关联分析，因果推断仍需实验验证；样本来源和种族多样性可能影响结果普适性 | 探究免疫相关基因在类风湿关节炎发病中的因果作用机制 | 类风湿关节炎患者及其遗传与分子数据 | 生物信息学 | 类风湿关节炎 | 全基因组关联分析（GWAS）、孟德尔随机化（MR）、单细胞RNA测序（scRNA-seq）、bulk RNA-seq | 孟德尔随机化模型、汇总数据基础MR（SMR） | 遗传变异数据、基因表达数据、蛋白质定量数据 | 三个RA队列的大规模GWAS荟萃分析 | NA | 单细胞RNA-seq, bulk RNA-seq | NA | NA |
| 106 | 2025-12-11 |
SpaTM: topic models for inferring spatially informed transcriptional programs
2025-Nov-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf657
PMID:41359801
|
研究论文 | 本文提出了SpaTM，一种用于空间转录组学分析的主题建模框架，能够从注释引导和无注释角度联合分析空间数据 | SpaTM是首个能够同时进行注释引导和无注释分析的空间转录组学主题建模框架，具有高可解释性，并能统一多个分析任务 | 未在摘要中明确提及 | 开发一个统一且可解释的空间转录组学分析框架，以推断具有生物学意义的基因程序 | 空间转录组学数据，包括背外侧前额叶皮层和导管癌样本，以及人类大脑中重度抑郁症的大规模单核RNA-seq图谱 | 空间转录组学 | 重度抑郁症 | 空间转录组学，单核RNA-seq | 主题模型 | 空间转录组数据，单核RNA-seq数据 | NA | NA | 空间转录组学，单核RNA-seq | NA | NA |
| 107 | 2025-12-11 |
scDVAE:Single-Cell Data Clustering Based on Variational Autoencoder With Disentangled Latent Representations
2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3599194
PMID:40811173
|
研究论文 | 本文提出了一种基于解耦潜在表示变分自编码器的单细胞数据聚类新方法scDVAE，旨在解决单细胞RNA测序数据的高维性、稀疏性和丢失事件带来的聚类挑战 | scDVAE通过将潜在表示解耦为聚类特征和生成特征，并采用学生t混合模型作为聚类特征的先验分布，结合混合数据增强策略，显著提升了单细胞数据聚类的鲁棒性和性能 | NA | 开发一种用于单细胞RNA测序数据聚类分析的深度生成模型，以提高聚类准确性和鲁棒性 | 单细胞RNA测序数据 | 机器学习 | NA | 单细胞RNA测序 | 变分自编码器 | 基因表达数据 | 10个真实世界数据集 | NA | 单细胞RNA-seq | NA | NA |
| 108 | 2025-12-11 |
DIC: Deep Imputing and Clustering Single Cell RNA Sequencing Data
2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3548094
PMID:40811249
|
研究论文 | 本文提出了一种名为DIC的深度神经网络，用于协同处理单细胞RNA测序数据中的缺失值插补和细胞聚类 | DIC采用Y型结构，通过自编码器与额外分支结合，实现缺失值插补和细胞聚类的协同优化，充分利用生物学意义的聚类结构 | 未在摘要中明确提及具体局限性 | 解决单细胞RNA测序数据中缺失值问题，并提高细胞类型识别的准确性 | 单细胞RNA测序数据 | 机器学习 | NA | 单细胞RNA测序 | 深度神经网络，自编码器 | 基因表达数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 109 | 2025-12-11 |
Inference of Tumor Progression Patterns in Colon Cancer Using Optimal Cell Order Analysis in Single Cell Resolution
2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3592571
PMID:40811186
|
研究论文 | 本文提出了一种基于单细胞RNA-Seq数据的计算方法，用于推断细胞群体在分化、信号传导或肿瘤进化轨迹中的进展模式 | 开发了一种基于序列化的方法，利用最优重排序层次结构推断进展模式，并提供了基于主曲线的三维可视化工具和新评估指标 | 未明确提及方法的局限性，可能依赖于单细胞RNA-Seq数据的质量和样本量 | 推断结肠癌中肿瘤进展模式，以理解细胞群体的动态发展和时间进展 | 人类结肠样本的细胞群体 | 数字病理学 | 结肠癌 | 单细胞RNA-Seq | 序列化方法 | 单细胞RNA-Seq数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 110 | 2025-12-11 |
ZiPo: A Deep Neural Network to De-Noise Single-Cell RNA Sequencing Data
2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3572783
PMID:40811273
|
研究论文 | 本文介绍了一种名为ZiPo的深度人工神经网络，用于单细胞RNA测序数据中的速率估计和文库大小预测，以解决测量丢失问题 | ZiPo引入了可调节的零膨胀分布来捕获丢失事件，并采用尺度不变损失项使权重稀疏，从而增强模型的生物可解释性 | NA | 开发一种深度神经网络来去噪单细胞RNA测序数据，提高数据质量 | 单细胞RNA测序数据 | 机器学习 | NA | 单细胞RNA测序 | 深度人工神经网络，深度自编码器 | RNA测序数据 | 三个数据集 | NA | 单细胞RNA-seq | NA | NA |
| 111 | 2025-12-11 |
Integrating Graph Convolutional Networks for Missing Gene Expression Imputation
2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3605719
PMID:40892650
|
研究论文 | 本文提出了一种名为GCNgene的新方法，通过整合空间转录组学和单细胞RNA测序数据集，预测未检测RNA转录本的空间分布 | 利用图卷积网络嵌入空间转录组学数据，并结合参考单细胞数据与计算出的细胞类型比例来重建基因表达，从而准确预测基因表达水平 | NA | 预测基因的空间分布，以弥补单细胞RNA测序技术缺乏空间定位信息的不足 | 空间转录组学和单细胞RNA测序数据集 | 生物信息学 | NA | 单细胞RNA测序, 空间转录组学 | 图卷积网络 | 基因表达数据 | NA | NA | 单细胞RNA-seq, 空间转录组学 | NA | NA |
| 112 | 2025-12-11 |
Knowledge-Guided Gene Panel Selection for Label-Free Single-Cell RNA-Seq Data: A Reinforcement Learning Perspective
2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3609721
PMID:40953430
|
研究论文 | 本文提出了一种结合集成知识与强化学习的基因面板选择方法，用于无标记单细胞RNA-seq数据 | 利用现有基因选择算法的集成知识建立先验边界，再通过专家行为塑造奖励函数的强化学习进行动态优化，减少传统方法的偏差 | 未明确说明方法在特定疾病或样本类型中的泛化能力，也未详细讨论计算复杂度 | 开发无偏且高效的基因面板选择方法，以识别无标记单细胞RNA-seq数据中最具信息量的基因组生物标志物 | 无标记单细胞RNA-seq数据中的基因表达谱 | 机器学习 | NA | 单细胞RNA-seq | 强化学习 | 基因表达数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 113 | 2025-12-11 |
scTECTA: Asymmetric Deep Transfer Learning for Cross-Patient Tumor Microenvironment Single-Cell Annotation
2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3618727
PMID:41056164
|
研究论文 | 本文提出了一种名为scTECTA的基于图神经网络的方法，利用迁移学习将细胞类型注释知识从标注良好的源域迁移到未标注的目标域，以解决肿瘤微环境单细胞注释中的数据稀疏性、生物异质性和批次效应问题 | scTECTA创新性地结合了图域适应、非对称神经网络架构和域对抗学习框架，利用图卷积网络的泛化能力校正分布偏移，并通过对抗训练进一步对齐跨批次的表达谱，显著提升了预测精度和鲁棒性 | NA | 开发一种高效且强大的工具，用于肿瘤微环境中的单细胞类型注释，以克服现有方法在数据稀疏性、生物异质性和批次效应方面的限制 | 肿瘤微环境中的单细胞RNA测序数据，涉及来自34名患者的六种癌症类型 | 机器学习 | 肺癌, 前列腺癌, 心血管疾病, 老年疾病 | 单细胞RNA测序 | 图神经网络, 迁移学习, 图卷积网络, 对抗训练 | 单细胞RNA测序数据 | 来自34名患者的多个数据集，涵盖六种癌症类型 | NA | 单细胞RNA-seq | NA | NA |
| 114 | 2025-12-11 |
scMID: A Deep Multi-Omics Integration Framework for Comprehensive Single-Cell Data Analysis
2025 Nov-Dec, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2025.3624040
PMID:41124064
|
研究论文 | 本文提出了一种基于单细胞多组学数据整合和缺失模式的深度多组学集成框架scMID，用于全面分析单细胞数据 | scMID利用组学独立的深度自编码器对齐多组学数据，采用GCN算法进行数据整合，并结合二值化缺失模式获得的基因相似性计算基因重要性，同时提出双策略特征基因筛选方法，以识别具有高生物学意义且最匹配参考数据结构特征的基因 | 现有整合方法通常缺乏处理多组学数据复杂性和异质性的能力，限制了其在深度单细胞研究中的应用 | 开发一个能够整合单细胞多组学数据并提高下游分析准确性的分析框架 | 单细胞多组学数据，包括转录组学、表观基因组学和蛋白质组学 | 机器学习 | NA | 单细胞多组学测序 | 深度自编码器, GCN | 单细胞多组学数据 | NA | NA | 单细胞多组学 | NA | NA |
| 115 | 2025-12-11 |
Multi-omic profiling reveals age-related immune dynamics in healthy adults
2025-Oct-29, Nature
IF:50.5Q1
DOI:10.1038/s41586-025-09686-5
PMID:41162704
|
研究论文 | 本研究通过单细胞RNA测序、蛋白质组学和流式细胞术，分析了300多名健康成年人的外周免疫系统，揭示了年龄相关的免疫动态变化 | 首次大规模整合多组学数据，纵向追踪96名成年人两年的免疫反应，揭示了T细胞亚群中非线性的转录重编程，并发现其与B细胞对流感疫苗反应失调的关联 | 研究主要关注外周血单核细胞，可能未完全反映组织特异性免疫变化；样本年龄范围虽广，但未涵盖儿童或青少年群体 | 探究健康成年人年龄相关的免疫系统动态变化及其机制 | 300多名25至90岁的健康成年人，包括96名进行纵向追踪的个体 | 免疫学 | NA | 单细胞RNA测序, 蛋白质组学, 流式细胞术 | NA | 单细胞RNA测序数据, 蛋白质组数据, 流式细胞数据 | 超过300名健康成年人，包括96名纵向追踪个体，生成超过1600万个外周血单核细胞的单细胞RNA测序数据集 | NA | 单细胞RNA-seq | NA | NA |
| 116 | 2025-12-11 |
Emergence of endothelial subtypes and role of cell cycle control in arterial-venous specification during embryonic vascular development
2025-Oct-28, Cell reports
IF:7.5Q1
DOI:10.1016/j.celrep.2025.116368
PMID:41066228
|
研究论文 | 本研究通过单细胞RNA测序和Fucci胚胎模型，揭示了细胞周期控制在胚胎血管发育早期动静脉分化中的关键作用 | 首次在胚胎发育早期（血流出现前后）系统揭示内皮细胞亚型出现与细胞周期状态的关联，并证明细胞周期抑制剂p27在动静脉分化中的关键调控作用 | 研究主要聚焦于小鼠胚胎早期发育阶段（E8.0-E9.5），后期发育阶段和其他物种的验证仍需进一步探索 | 探究细胞周期控制在胚胎血管发育过程中动静脉分化中的作用机制 | 小鼠胚胎内皮细胞 | 发育生物学 | NA | 单细胞RNA测序，bulk RNA测序，Fucci荧光报告系统，成像分析 | NA | RNA测序数据，成像数据 | E8.0、E8.5、E9.5三个时间点的胚胎内皮细胞 | NA | 单细胞RNA-seq，bulk RNA-seq | NA | NA |
| 117 | 2025-12-11 |
A universal and cost-efficient sample labeling approach for multiplexed single-cell RNA-seq based on recombinant HUH-endonuclease-agglutinin tagging
2025-Oct-28, Journal of genetics and genomics = Yi chuan xue bao
DOI:10.1016/j.jgg.2025.10.004
PMID:41167558
|
研究论文 | 本文介绍了一种名为HEATag的通用细胞膜标记方法，用于多路复用单细胞RNA测序，以降低成本并提高效率 | 结合鸭环病毒HUH内切酶和小麦胚芽凝集素，实现高效、序列特异性的单链DNA标记，适用于多种物种和细胞状态 | NA | 开发一种成本效益高且可扩展的样本标记方法，以促进高通量单细胞研究 | 新鲜或固定细胞的细胞膜 | 单细胞组学 | NA | 单细胞RNA-seq | NA | 单链DNA标记数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 118 | 2025-12-11 |
Mapping Plasmodium transitions and interactions in the Anopheles female
2025-Oct-22, Nature
IF:50.5Q1
DOI:10.1038/s41586-025-09653-0
PMID:41125888
|
研究论文 | 本研究通过单细胞RNA测序技术，揭示了疟原虫在按蚊中肠内的关键发育阶段转变及其与宿主细胞的相互作用 | 首次结合单细胞RNA测序和共聚焦显微镜技术，系统解析了疟原虫在按蚊中肠内的发育过渡及与宿主细胞的相互作用，并识别了关键转录因子PfSIP2在感染人类肝细胞中的作用 | 研究主要基于实验室模型，尽管验证了野外来源的寄生虫，但实际自然条件下的复杂性可能未被完全覆盖 | 探究疟原虫在按蚊中肠内的发育过程及其与宿主细胞的相互作用机制，以寻找阻断传播的策略 | 恶性疟原虫（Plasmodium falciparum）和按蚊（Anopheles） | 单细胞生物学 | 疟疾 | 单细胞RNA测序，共聚焦显微镜 | NA | RNA序列数据，图像数据 | 多个发育阶段和代谢条件下的寄生虫和蚊子细胞样本，包括野外来源的寄生虫 | NA | 单细胞RNA-seq | NA | NA |
| 119 | 2025-12-11 |
The gain-of-function TREM2-T96K mutation increases risk for Alzheimer's disease by impairing microglial function
2025-Oct-17, Neuron
IF:14.7Q1
DOI:10.1016/j.neuron.2025.09.032
PMID:41109213
|
研究论文 | 本文研究了TREM2-T96K功能获得性突变通过损害小胶质细胞功能增加阿尔茨海默病风险的机制 | 首次揭示TREM2-T96K突变以性别依赖方式损害小胶质细胞功能，并影响其向疾病相关小胶质细胞的转变 | 研究主要基于小鼠模型和细胞培养，人类样本验证有限，且性别差异机制尚未完全阐明 | 探究TREM2-T96K突变在阿尔茨海默病发病中的作用机制 | TREM2基因突变、小胶质细胞功能、阿尔茨海默病模型小鼠 | 神经科学 | 阿尔茨海默病 | 全基因组测序、单细胞RNA测序 | 5xFAD转基因小鼠模型 | 基因组数据、单细胞转录组数据 | 家族性和病例对照样本的全基因组测序数据集、5xFAD小鼠模型 | NA | 单细胞RNA测序 | NA | NA |
| 120 | 2025-12-11 |
Inflammation perturbs hematopoiesis by remodeling specific compartments of the bone marrow niche
2025-Oct-08, Blood
IF:21.0Q1
DOI:10.1182/blood.2025029513
PMID:41060335
|
研究论文 | 本研究通过结合单细胞RNA测序和流式细胞术，验证了骨髓中中央骨髓和骨内膜两个空间区室的关键细胞群，并揭示了炎症如何通过重塑特定骨髓微环境区室来扰动造血过程 | 开发了一种可重复识别骨髓中7个关键中央骨髓和骨内膜细胞群的方法，并首次展示了炎症扰动对不同细胞区室的特异性影响，特别是I型干扰素反应导致间充质基质细胞功能转变 | 未明确说明样本的具体数量或类型，且方法可能依赖于特定技术平台，限制了广泛适用性 | 探究骨髓微环境空间区室化在炎症等复杂条件下对造血调控的重要性 | 造血干细胞和祖细胞（HSPC）以及骨髓中的基质细胞，特别是中央骨髓和骨内膜区室的细胞群 | 单细胞组学 | 炎症相关疾病 | 单细胞RNA测序（scRNA-seq），流式细胞术 | NA | 单细胞转录组数据，流式细胞数据 | NA | NA | 单细胞RNA-seq | NA | NA |