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 33948 篇文献，本页显示第 141 - 160 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 141 | 2025-12-12 |
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，充分利用生物学有意义的聚类结构 | 未在摘要中明确提及 | 解决单细胞RNA测序数据中缺失值对细胞聚类分析的挑战 | 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测序 | NA | NA |
| 142 | 2025-12-12 |
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 | 本研究提出了一种基于单细胞RNA-Seq数据的计算方法，用于推断结肠癌细胞群体的进化或分化模式 | 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细胞进展模式，并提供了基于主曲线的三维可视化工具和新的评估指标 | NA | 推断结肠癌细胞群体的动态进展模式，如分化、信号传导或肿瘤进化轨迹 | 人类结肠癌样本的单细胞转录组数据 | 计算生物学 | 结肠癌 | 单细胞RNA-Seq | 序列化方法 | 单细胞转录组数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 143 | 2025-12-12 |
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的深度神经网络，用于去噪单细胞RNA测序数据，通过估计率和预测文库大小来减少测量丢失问题 | ZiPo引入了可调整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，提高了模型的生物可解释性 | NA | 开发一种深度神经网络方法，以改善单细胞RNA测序数据的分析，减少测量丢失的影响 | 单细胞RNA测序数据 | 机器学习 | NA | 单细胞RNA测序 | 深度自编码器神经网络 | 基因表达数据 | 三个数据集 | NA | 单细胞RNA-seq | NA | NA |
| 144 | 2025-12-12 |
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，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，实现基因表达水平的准确预测 | NA | 预测基因的空间分布，以解决空间转录组技术中基因通量不足的问题 | 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，空间信息数据 | NA | NA | 单细胞RNA-seq，空间转录组学 | NA | NA |
| 145 | 2025-12-12 |
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测序数据 | 通过集成现有基因选择算法建立先验知识引导初始搜索空间，并引入基于专家行为的强化学习奖励函数进行动态优化，减少了传统方法的偏差 | 未明确说明方法在特定疾病类型或大规模数据集上的泛化能力 | 提高无标记单细胞RNA测序数据中基因面板选择的准确性和效率 | 单细胞RNA测序数据中的基因表达特征 | 机器学习 | NA | 单细胞RNA测序 | 强化学习 | 基因表达数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 146 | 2025-12-12 |
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，用于跨患者肿瘤微环境单细胞注释，通过迁移学习解决数据稀疏性和批次效应问题 | scTECTA采用非对称神经网络架构和领域对抗学习框架，结合图卷积网络进行分布偏移校正，显著提升了细胞类型分类的精度和鲁棒性 | NA | 开发一种高效的跨患者肿瘤微环境单细胞注释方法，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，涉及六种癌症类型和34名患者 | 机器学习 | 肺癌, 前列腺癌, 心血管疾病, 老年病 | 单细胞RNA测序 | 图神经网络, 图卷积网络 | 单细胞RNA测序数据 | 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 |
| 147 | 2025-12-12 |
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dropout模式的深度多组学集成框架（scMID），用于全面的单细胞数据分析 | 利用组学独立的深度自编码器进行多组学数据对齐，采用GCN算法进行数据整合，并结合二值化dropout模式获得的基因相似性计算基因重要性，提出双策略特征基因筛选方法 | 未在摘要中明确说明 | 提高单细胞聚类分析的准确性，突破传统特征选择方法的限制，为解码复杂生物信息提供更优的分析框架 | 单细胞多组学数据 | 机器学习 | NA | 单细胞多组学测序 | 深度自编码器, GCN | 多组学数据（转录组学、表观基因组学、蛋白质组学） | NA | NA | 单细胞多组学 | NA | NA |
| 148 | 2025-12-12 |
STIFT: spatiotemporal transcriptomics integration through spatially informed multi-timepoint bridging
2025-Nov-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf644
PMID:41370630
|
研究论文 | 本文提出了一种名为STIFT的时空转录组学整合框架，用于整合跨时间点的空间转录组数据 | STIFT结合了发育时空最优传输、时空图构建和基于时间三元组学习的图注意力自编码器，专门设计用于整合时空转录组数据 | NA | 整合时空转录组学数据，以进行批次效应去除、空间域识别、轨迹推断和发育动态探索 | 时空转录组学数据，包括蝾螈大脑再生、小鼠胚胎发育和涡虫再生数据集 | 空间转录组学 | NA | 空间转录组学 | 图注意力自编码器 | 空间转录组数据 | 数十万个点 | NA | 空间转录组学 | NA | NA |
| 149 | 2025-12-12 |
Bioinformatics frameworks for single-cell long-read sequencing: unlocking isoform-level resolution
2025-Nov-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbaf655
PMID:41378880
|
综述 | 本文综述了单细胞长读长测序（SCLR-seq）在解锁异构体水平分辨率方面的生物信息学框架及其应用 | 整合单细胞分辨率与第三代测序技术，提供异构体水平分辨率和细胞类型特异性，克服传统短读长scRNA-seq在重构全长转录本异构体方面的限制 | NA | 探索SCLR-seq在理解异构体调控和异常剪接在人类疾病中的作用，及其在发现新诊断和治疗靶点方面的潜力 | 单细胞长读长测序数据及其生物信息学分析工具 | 生物信息学 | 癌症 | 单细胞长读长RNA测序（SCLR-seq），长读长RNA测序（lrRNA-seq） | NA | RNA测序数据 | NA | NA | 单细胞RNA-seq，长读长RNA-seq | NA | NA |
| 150 | 2025-12-12 |
Benchmarking large-scale single-cell RNA-seq analysis
2025-Oct-29, bioRxiv : the preprint server for biology
DOI:10.1101/2025.10.28.681564
PMID:41279840
|
研究论文 | 本研究对五种广泛使用的单细胞RNA测序分析框架进行了系统性基准测试，评估了它们在可扩展性、效率和准确性方面的表现 | 首次系统比较了不同算法和基础设施选择对大规模单细胞RNA测序分析性能的影响，并提供了基于GPU加速的优化方案 | 研究主要关注计算性能，可能未全面评估所有生物学场景下的分析准确性 | 评估大规模单细胞RNA测序数据分析的计算挑战和解决方案 | 单细胞RNA测序数据集 | 生物信息学 | NA | 单细胞RNA测序 | PCA, SVD算法 | 基因表达数据 | 包括130万个小鼠脑细胞数据集和三个较小数据集（BE1, scMixology, 脐带血CITE-seq） | NA | 单细胞RNA-seq, CITE-seq | NA | NA |
| 151 | 2025-12-12 |
Adipocytes are dispensable in shaping the ovarian cancer tumor microenvironment in the omentum
2025-Oct-29, bioRxiv : the preprint server for biology
DOI:10.1101/2025.10.28.685098
PMID:41279871
|
研究论文 | 本研究通过生成缺乏成熟脂肪细胞的小鼠模型，挑战了传统观点，发现脂肪细胞并非卵巢癌在网膜微环境中生长所必需，并揭示了血管内皮细胞FABP4的关键作用 | 首次通过特异性去除腹膜成熟脂肪细胞的模型，证明脂肪细胞对卵巢癌在网膜的生长并非必需，并发现血管内皮细胞（而非脂肪细胞）表达的FABP4是支持肿瘤代谢生长的关键因子 | 研究主要基于小鼠模型，人类样本验证相对有限；未详细探讨脂肪细胞缺失对其他免疫或基质细胞群的具体影响 | 重新评估脂肪细胞在卵巢癌腹膜转移微环境形成中的作用，并探索替代的肿瘤支持机制 | 卵巢癌细胞（ID8p53Brca2, BPPNM, KPCA）、缺乏成熟脂肪细胞的小鼠模型、人类和小鼠的网膜组织 | 肿瘤微环境研究 | 卵巢癌 | 单细胞RNA测序（scRNA-seq）、基因敲除小鼠模型 | NA | 单细胞转录组数据、体内肿瘤生长数据 | 未明确说明具体样本数量，但涉及多种基因工程小鼠模型和人类样本 | NA | 单细胞RNA测序 | NA | NA |
| 152 | 2025-12-12 |
Identification of tumor initiating cells and early marker genes in normal colonic epithelium that lead to neoplastic transformation
2025-Oct-27, Research square
DOI:10.21203/rs.3.rs-7914753/v1
PMID:41282138
|
研究论文 | 本研究利用单细胞RNA测序技术，从配对的组织学正常和转化的人类结肠组织中识别肿瘤起始细胞和早期转录标记，揭示了结直肠癌发生的早期细胞和分子事件 | 首次在组织学正常的结肠黏膜中识别出肿瘤起始细胞，并确定了TIC特异性标记基因（如ETS2、SLC12A2、LEFTY1），以及沿TIC到tSTM轨迹渐进上调的基因（如SOD3、GPRC5A），为结直肠癌的早期检测提供了新的生物标志物 | 研究样本量较小（仅7名人类受试者），且主要基于单细胞转录组数据，可能需要进一步的功能验证和更大规模的队列研究来确认这些发现的普适性和临床转化潜力 | 识别肿瘤起始细胞和早期转录标记，以阐明结直肠癌发生的起始细胞和分子事件 | 人类结肠组织，包括组织学正常黏膜、配对息肉（管状腺瘤、无蒂锯齿状腺瘤）和腺癌 | 数字病理学 | 结直肠癌 | 单细胞RNA测序，RNA-FISH | Seurat, Monocle 2, CytoTRACE, GSVA, GSEA, RNA velocity, InferCNV | 单细胞转录组数据 | 7名人类受试者的新鲜活检样本，共生成51,054个高质量单细胞转录组 | 10x Genomics | 单细胞RNA-seq | 10X Genomics平台 | NA |
| 153 | 2025-12-12 |
Resolving ScRNA-Seq Signatures of Antigen-Specific CD4 + T Cells in Tolerance across Semi-Allogeneic Transplantation and Pregnancy
2025-Oct-23, bioRxiv : the preprint server for biology
DOI:10.1101/2025.07.06.663404
PMID:40672265
|
研究论文 | 本研究通过单细胞RNA测序解析了半同种异体移植和妊娠中抗原特异性CD4+ T细胞的转录状态，揭示了耐受与排斥反应的差异 | 首次在移植和妊娠模型中同时分析内源性抗原特异性CD4+ T细胞的单细胞转录组，识别出T滤泡辅助细胞和非滤泡效应细胞在排斥反应中的扩张，以及在耐受状态下调节性T细胞的独特聚类变化 | 研究主要基于小鼠模型，人类数据仅作为验证，样本规模可能有限，且未涵盖所有临床相关情境 | 探究抗原特异性CD4+ T细胞在移植耐受和妊娠免疫耐受中的转录特征和功能差异 | 内源性抗原特异性CD4+ T细胞，包括调节性T细胞和常规T细胞 | 单细胞组学 | 移植免疫与生殖免疫 | 单细胞RNA测序 | NA | 单细胞转录组数据 | 涉及同种异体心脏移植模型、未致敏妊娠模型和父系皮肤致敏妊娠模型的小鼠样本 | NA | 单细胞RNA-seq | NA | NA |
| 154 | 2025-12-12 |
CMV-specific clonal expansion of Th1, GZMK⁺ CD8⁺, and TEMRA T cells revealed by human PBMC single cell profiling
2025-Oct-18, bioRxiv : the preprint server for biology
DOI:10.1101/2025.06.24.661167
PMID:40666903
|
研究论文 | 本研究通过单细胞分析揭示了人类巨细胞病毒（CMV）感染如何重塑免疫细胞组成，并识别出GZMK⁺ CD8⁺ T细胞和Th1细胞是CMV特异性克隆扩增的新特征 | 首次系统性地结合单细胞RNA测序、T细胞受体测序和流式细胞术，在多个队列中揭示了CMV感染导致的GZMK⁺ CD8⁺ T细胞和Th1细胞的克隆扩增，并开发了CMVerify预测模型来识别CMV特异性克隆 | 研究主要基于外周血单个核细胞（PBMC）的分析，未能直接评估组织驻留免疫细胞的变化；队列样本量虽包含多个独立队列，但具体样本数未在摘要中明确说明 | 系统表征CMV感染对人类免疫系统的重塑作用，并识别新的CMV特异性免疫细胞亚群 | 人类外周血单个核细胞（PBMC），包括来自六个队列（其中两个为新构建）的CMV阳性和阴性成年人的样本 | 单细胞组学 | 巨细胞病毒感染 | 单细胞RNA测序（scRNA-seq），T细胞受体测序（TCR-seq），流式细胞术 | 预测模型（CMVerify） | 单细胞转录组数据，T细胞受体序列数据，流式细胞术数据 | 来自六个独立人类队列的样本（具体数量未明确），包括两个新构建的队列 | NA | 单细胞RNA测序 | NA | NA |
| 155 | 2025-12-12 |
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 | 本文探讨了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，性别差异机制未完全阐明 | 探究TREM2-T96K突变在阿尔茨海默病发病中的作用机制 | TREM2-T96K突变、小胶质细胞、β-淀粉样蛋白斑块、5xFAD小鼠模型 | 神经科学 | 阿尔茨海默病 | 全基因组测序、单细胞RNA测序（scRNA-seq） | NA | 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 |
| 156 | 2025-12-12 |
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 | 本文通过结合单细胞RNA测序和流式细胞术，研究了炎症如何通过重塑骨髓微环境特定区域来影响造血过程 | 开发了一种可重复识别骨髓中央区和骨内膜区7个关键细胞群的方法，并揭示了炎症下间充质基质细胞表型转变对单核细胞动力学的调控 | 未明确说明样本来源物种及具体炎症模型细节 | 探究炎症条件下骨髓微环境空间区室化对造血调控的影响 | 造血干细胞和祖细胞（HSPC）及骨髓基质细胞 | 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 |
| 157 | 2025-12-12 |
Single-cell RNA-seq using UltraMarathonRT expands the known transcriptome
2025-Oct-06, bioRxiv : the preprint server for biology
DOI:10.1101/2025.10.06.680646
PMID:41278799
|
研究论文 | 本研究首次将II型内含子逆转录酶UltraMarathonRT应用于单细胞RNA测序，揭示了传统方法无法捕获的转录组特征 | 首次在单细胞RNA测序中使用II型内含子逆转录酶uMRT，相比传统鼠白血病病毒来源的逆转录酶，能够捕获更多基因和基因组特征 | NA | 开发新型逆转录酶技术以提升单细胞转录组测序的覆盖度和准确性 | 单细胞转录组 | 单细胞测序技术 | NA | 单细胞RNA测序（scRNA-seq）、代谢RNA标记、核苷转换 | NA | RNA测序数据 | NA | NA | 单细胞RNA-seq | NA | NA |
| 158 | 2025-12-12 |
Streamlining single-cell spatial transcriptomics for human kidney tissue
2025 Sep-Oct, BioTechniques
IF:2.2Q4
DOI:10.1080/07366205.2025.2591484
PMID:41324332
|
研究论文 | 本文介绍了一种新的细胞区域归一化方法和流程，用于从NanoString CosMx单细胞空间转录组平台数据中注释15种肾脏细胞类型，并比较健康与疾病样本 | 开发了一种新颖的细胞区域归一化方法，提高了空间转录组数据分析的敏感性，并将流程集成到BioTuring SpatialX平台，使无生物信息学背景的用户也能进行空间数据分析 | 未明确说明样本量是否足够大以代表更广泛的疾病群体，且可能依赖于特定平台（CosMx）的数据 | 简化单细胞空间转录组学分析流程，以促进人类肾脏组织的研究和疾病比较 | 人类肾脏组织样本，包括两个健康肾脏活检和两个疾病样本（糖尿病肾病） | 数字病理学 | 糖尿病肾病 | 空间转录组学 | NA | 空间转录组数据 | 4个样本（2个健康肾脏活检，2个疾病样本） | NanoString | 单细胞空间转录组学 | CosMx | NanoString CosMx单细胞分辨率空间转录组平台 |
| 159 | 2025-12-12 |
Cancer-associated fibroblast-derived fibulin-5 promotes radioresistance in non-small-cell lung cancer
2025-Aug-26, Cell reports
IF:7.5Q1
DOI:10.1016/j.celrep.2025.116018
PMID:40711881
|
研究论文 | 本研究揭示了癌症相关成纤维细胞（CAFs）通过分泌Fibulin-5促进非小细胞肺癌放疗抵抗的机制 | 首次发现CAFs来源的Fibulin-5通过整合素αVβ5受体激活Src-STAT3通路，下调ACSL4，抑制辐射诱导的铁死亡，从而介导放疗抵抗 | NA | 鉴定预测放疗疗效的CAFs表达分子并阐明非小细胞肺癌的放疗抵抗机制 | 非小细胞肺癌 | 数字病理学 | 肺癌 | 空间转录组学，单细胞RNA测序 | NA | 转录组数据 | NA | NA | 空间转录组学，单细胞RNA-seq | NA | NA |
| 160 | 2025-12-12 |
Comprehensive analysis of the PLXNA3 gene on prognosis and immune characteristics in breast cancer
2025-Aug-04, Scientific reports
IF:3.8Q1
DOI:10.1038/s41598-025-13843-1
PMID:40760011
|
研究论文 | 本文通过综合分析PLXNA3基因在乳腺癌中的预后和免疫特征，揭示了其高表达与不良预后及免疫抑制微环境的相关性 | 首次系统性地将PLXNA3基因表达与乳腺癌的恶性程度、生存预后、单细胞水平的肿瘤细胞富集以及抗PD1免疫治疗反应相关联，并验证了其在体外对癌细胞增殖、侵袭和迁移能力的功能影响 | 研究主要基于生物信息学分析和体外实验，缺乏体内动物模型或临床样本的深入验证，且免疫相关机制的分子通路尚未完全阐明 | 探究PLXNA3基因在乳腺癌中的生物学意义、预后价值及其在肿瘤免疫微环境中的作用 | 乳腺癌细胞、肿瘤免疫微环境中的细胞群体 | 生物信息学与癌症研究 | 乳腺癌 | bulk RNA测序、单细胞RNA测序、体外功能实验 | NA | RNA测序数据、细胞功能实验数据 | NA | NA | bulk RNA-seq, single-cell RNA-seq | NA | NA |