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 44757 篇文献，本页显示第 1761 - 1780 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1761 | 2026-10-01 |
Interpretable, flexible and spatially aware integration of multiple spatial transcriptomics datasets from diverse sources
2026-May, Nature genetics
IF:31.7Q1
DOI:10.1038/s41588-026-02579-x
PMID:42045691
|
研究论文 | 提出了一种名为INSPIRE的深度学习方法，用于可解释、灵活且空间感知地整合来自不同来源的多个空间转录组数据集 | 采用对抗学习策略结合图神经网络实现空间信息驱动的自适应数据整合，并引入非负矩阵分解识别可解释的空间因子和基因程序 | 未明确说明 | 解决来自不同来源和条件的空间转录组数据有效解释和整合的挑战 | 多个空间转录组数据集 | 空间转录组学 | 乳腺癌 | 空间转录组学 | 图神经网络, 对抗学习 | 空间转录组数据 | 未明确说明 | 10x Genomics | 空间转录组学 | Xenium, Stereo-seq | Xenium平台用于人类乳腺癌分析，Stereo-seq平台用于小鼠器官发生数据集 |
| 1762 | 2026-10-01 |
LoHi-SSL: A Multi-Level Synergistic Learning Model for Integrating Single-Cell Multi-Omics Data via Low- and High-Order Information Fusion
2026 May-Jun, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2026.3672503
PMID:41805524
|
研究论文 | 提出LoHi-SSL模型，通过融合低阶和高阶信息实现单细胞多组学数据的高效整合 | 结合图自编码器学习低阶信息、多组学超图学习建模高阶跨组学关系，并利用对比学习增强特征判别性，实现多层级协同的单细胞多组学融合 | 未明确讨论模型在大规模数据集上的可扩展性及计算复杂度 | 解决单细胞多组学数据整合中组学间异质性和细胞内在变异性带来的挑战，实现高效的多组学数据融合 | 单细胞多组学数据（来自六个公开数据集） | 机器学习 | NA | 单细胞多组学测序 | 图自编码器、超图学习、对比学习 | 多组学数据 | 六个公开数据集 | NA | 单细胞多组学 | NA | NA |
| 1763 | 2026-10-01 |
DGAE: Dynamic Graph Convolutional Network for Multi-Slice Spatial Transcriptomics Alignment and Enhancement
2026 May-Jun, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2026.3682296
PMID:41950130
|
研究论文 | 该文提出了DGAE框架，基于动态图卷积神经网络实现多切片空间转录组数据的对齐与增强 | 首次将动态图卷积神经网络应用于多切片空间转录组数据对齐与增强，通过KNN和r-radius构建混合图并自适应更新图结构，实现切片间空间信息的有效整合与传递 | 摘要中未明确提及该方法的局限性 | 解决多切片空间转录组数据中同一细胞群体空间分布模式差异大、单切片难以适应空间变化的问题，实现多切片数据的精准对齐与增强 | 多切片空间转录组数据 | 空间转录组学 | NA | 空间转录组学 | 动态图卷积神经网络（DGCNN） | 空间转录组数据（基因表达与空间信息） | NA | NA | 空间转录组学 | NA | NA |
| 1764 | 2026-10-01 |
Transcriptomic Analysis of Bovine Oocytes at GV and MII Stages and Dynamic Changes in Key Gene Expression Patterns
2026-Apr-21, Biology
DOI:10.3390/biology15080662
PMID:42041938
|
研究论文 | 本研究采用单细胞RNA测序技术分析牛卵母细胞在GV和MII阶段的转录组，鉴定差异表达基因并验证关键基因的表达模式 | 利用单细胞RNA测序技术系统比较牛卵母细胞GV和MII两个关键成熟阶段的转录组差异，揭示了能量代谢和信号传导相关基因在卵母细胞成熟过程中的动态变化 | 摘要中未明确提及研究局限性 | 探究牛卵母细胞在不同成熟阶段（GV和MII）基因表达的动态变化规律 | 牛卵母细胞 | 机器学习 | NA | 单细胞RNA测序, RT-qPCR | NA | 文本 | NA | NA | 单细胞RNA测序 | NA | NA |
| 1765 | 2026-10-01 |
Single-Cell Transcriptomics Reveals Immune Modulation by Telmisartan in Colorectal Cancer
2026-Apr-20, Cells
IF:5.1Q2
DOI:10.3390/cells15080729
PMID:42041597
|
研究论文 | 本研究利用同源MC38结直肠癌小鼠模型结合单细胞RNA测序，揭示替米沙坦通过抑制促肿瘤巨噬细胞程序并增强细胞毒性CD8 T细胞应答来重塑结直肠癌肿瘤免疫微环境 | 首次在单细胞水平系统解析血管紧张素II 1型受体阻断剂替米沙坦对结直肠癌肿瘤浸润免疫细胞的重塑作用，揭示其同时抑制M2型巨噬细胞和激活细胞毒性T细胞的双重免疫调节机制 | 研究仅基于MC38同源小鼠模型，未在人类临床样本中验证；仅聚焦CD45阳性免疫细胞，未分析肿瘤细胞及其他基质细胞；缺乏对具体分子通路的深入机制验证 | 评估替米沙坦对结直肠癌肿瘤免疫微环境的免疫调节作用并阐明其潜在机制 | C57BL/6小鼠同源MC38结直肠癌模型及肿瘤浸润CD45阳性免疫细胞 | digital pathology | 结直肠癌 | single-cell RNA-seq | NA | 文本 | MC38荷瘤C57BL/6小鼠的肿瘤浸润CD45阳性免疫细胞 | NA | single-cell RNA-seq | NA | NA |
| 1766 | 2026-10-01 |
Identification of Key Genes Regulated by Lactylation Modification and Associated with Tumor Immune Microenvironment in Breast Cancer
2026-Apr-17, Current issues in molecular biology
IF:2.8Q3
DOI:10.3390/cimb48040416
PMID:42042076
|
研究论文 | 该研究通过整合转录组和临床数据，识别与乳酸化修饰相关的关键基因，并探讨其在乳腺癌肿瘤免疫微环境中的调控作用 | 首次系统识别乳腺癌中乳酸化修饰相关基因，构建预后风险模型，揭示S100A4等基因与肿瘤免疫微环境的关联，并通过体外实验验证乳酸对乳酸化水平和基因表达的影响 | 研究主要基于公共数据库的转录组数据，体外实验仅使用MDA-MB-231细胞系，缺乏体内动物模型验证，乳酸化相关基因的调控机制尚未完全阐明 | 识别和表征参与乳腺癌生物学的乳酸化相关基因，探索乳酸化修饰在乳腺癌进展和肿瘤免疫微环境中的作用 | 乳腺癌组织与正常乳腺组织，以及MDA-MB-231乳腺癌细胞系 | 机器学习 | 乳腺癌 | 转录组测序，单细胞RNA-seq，LASSO回归，Cox回归，KEGG，GSVA，GSEA，ESTIMATE，CIBERSORT，Western blot，RT-qPCR，EdU实验，伤口愈合实验 | LASSO，Cox回归 | 转录组数据，临床数据，图像 | 来自TCGA和GEO的乳腺癌及正常乳腺组织转录组和临床数据，以及MDA-MB-231细胞系 | NA | bulk RNA-seq，single-cell RNA-seq | NA | NA |
| 1767 | 2026-10-01 |
Hypoxia-Induced Fibroblast IL-6 Promotes Immunosuppressive Macrophage Phenotypes in Pancreatic Cancer
2026-Apr-13, Cells
IF:5.1Q2
DOI:10.3390/cells15080683
PMID:42041553
|
研究论文 | 本研究通过胰腺星状细胞-肿瘤类器官共培养模型和单细胞RNA测序，揭示了缺氧驱动的成纤维细胞重编程通过IL-6/JAK/STAT通路诱导巨噬细胞免疫抑制表型，从而促进胰腺导管腺癌的免疫抑制 | 首次揭示缺氧通过肿瘤-成纤维细胞串扰增加成纤维细胞IL-6表达，进而通过JAK/STAT通路诱导巨噬细胞ARG1表达，形成旁分泌免疫抑制机制 | 未明确说明样本量及临床验证情况，可能缺乏体内实验验证 | 探究缺氧微环境在胰腺导管腺癌中协调肿瘤细胞、成纤维细胞和巨噬细胞相互作用以促进免疫抑制的机制 | 胰腺导管腺癌（PDAC）中的肿瘤细胞、胰腺星状细胞（成纤维细胞）和巨噬细胞 | 数字病理学 | 胰腺癌 | 单细胞RNA测序 | NA | 文本 | NA | NA | 单细胞RNA测序 | NA | NA |
| 1768 | 2026-10-01 |
Circadian-driven transcriptional programs govern metastatic progression
2026-Apr-10, Cancer biology & medicine
IF:5.6Q1
|
综述 | 本文综述了昼夜节律如何通过调控肿瘤微环境中的细胞外基质动态、基质细胞串扰和免疫外渗轴来驱动肿瘤转移进程 | 整合了最新的单细胞RNA测序和活体成像数据，揭示了通过干扰转移时间窗口的时辰治疗靶点，并系统阐述了昼夜节律紊乱（如时差诱导的皮质醇峰值或CRY1敲除）如何改变TME内的细胞因子网络、缺氧反应和代谢共生 | 肿瘤微环境中昼夜节律调控的分子机制尚未明确建立 | 综合阐述昼夜节律调控肿瘤微环境组分在转移级联过程中的新兴机制，并揭示时辰治疗靶点 | 肿瘤微环境组分（细胞外基质、癌症相关成纤维细胞、巨噬细胞、内皮粘附分子、中性粒细胞、循环肿瘤细胞）及昼夜节律核心时钟基因 | 数字病理学 | 肺癌 | 单细胞RNA测序, 活体成像 | NA | 文本 | NA | NA | 单细胞RNA测序 | NA | NA |
| 1769 | 2026-10-01 |
ScRNA-Seq and BCR Analysis of Murine Immune Responses to Inactivated DHAV-1 as a Model Antigen
2026-Apr-08, Viruses
DOI:10.3390/v18040448
PMID:42043237
|
研究论文 | 本研究利用单细胞RNA测序和B细胞受体库技术，分析了小鼠脾脏B细胞对灭活DHAV-1抗原的免疫应答特征 | 首次在单细胞水平系统解析了灭活DHAV-1作为模型抗原诱导的小鼠脾脏B细胞亚群变化、细胞间通讯及BCR库特征 | 研究仅基于小鼠模型，未在禽类天然宿主中验证，且样本量有限，机制性结论仍需后续功能实验证实 | 探究病毒抗原在小鼠模型中的免疫学特征及B细胞受体特征 | 免疫灭活DHAV-1后的小鼠脾脏B细胞 | 单细胞免疫学 | 病毒感染 | 单细胞RNA测序, BCR库测序 | NA | 单细胞转录组数据, BCR序列数据 | NA | NA | single-cell RNA-seq, bulk BCR-seq | NA | NA |
| 1770 | 2026-10-01 |
Img2Gene: Debiased Spatially Resolved Transcriptomics with Biological Context from Pathology Images
2026-Apr-07, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2026.3681769
PMID:41945845
|
研究论文 | 提出Img2Gene框架，通过整合因果分析和生物通路上下文，从全切片病理图像中预测基因表达水平 | 将因果分析引入基因表达预测任务以缓解数据稀疏性并实现无偏预测，同时利用基因集富集分析提取通路信息作为生物上下文，并设计跨模态一致性损失来对齐图像和基因表达数据 | 未明确提及 | 从病理图像中准确且无偏地预测空间基因表达水平，解决图像与基因表达数据间的异质性和基因表达分布稀疏性问题 | 全切片病理图像和空间转录组基因表达数据 | 数字病理学, 空间转录组学 | NA | 空间转录组学 | NA | 图像, 基因表达数据 | 四个公共数据集 | NA | 空间转录组学 | NA | NA |
| 1771 | 2026-10-01 |
A comprehensive benchmarking study on computational tools for cross-omics label transfer from single-cell RNA to ATAC data
2026-04-01, G3 (Bethesda, Md.)
DOI:10.1093/g3journal/jkag026
PMID:41655240
|
研究论文 | 该论文对27种从单细胞RNA到ATAC数据的跨组学标签转移计算工具进行了全面基准测试，评估了它们在多种人类和小鼠组织中的细胞类型注释性能 | 首次对27种跨组学标签转移工具进行如此全面的基准测试，揭示了Bridge和GLUE在配对数据下的优越性能，以及bindSC和GLUE在非配对数据下的最高准确率，并系统分析了数据不平衡、跨组学差异、二值化和半监督策略对模型性能的影响 | 研究仅限于特定的人类和小鼠组织数据集，未涵盖所有可能的组织类型和疾病状态，且评估的27种工具可能未包含最新开发的方法 | 全面评估和比较从单细胞RNA测序到单细胞ATAC测序的跨组学标签转移计算工具，为未来方法开发提供建议 | 单细胞RNA测序数据和单细胞ATAC测序数据，来自多种人类和小鼠组织 | 机器学习 | NA | 单细胞RNA测序, 单细胞ATAC测序 | NA | 单细胞组学数据 | 多种人类和小鼠组织样本（具体数量未在摘要中说明） | NA | 单细胞RNA测序, 单细胞ATAC测序 | NA | NA |
| 1772 | 2026-10-01 |
PICDGI: A framework for predicting cancer driver genes through dynamic gene-gene interaction modeling of single-cell data
2026-Apr, PLoS computational biology
IF:3.8Q1
DOI:10.1371/journal.pcbi.1014143
PMID:42044093
|
研究论文 | 该文章提出了PICDGI计算框架，通过动态基因-基因相互作用建模整合单细胞RNA测序数据来预测癌症驱动基因 | 不依赖DNA突变调用，而是从时间分辨表达模式和潜在调控影响中推断功能性驱动活性；采用时变状态空间模型结合变分贝叶斯推断和MCMC采样估计演化中的基因相互作用效应；推导驱动系数以量化每个基因对进展相关表达动态贡献的强度和可靠性 | 未明确说明 | 识别癌症驱动基因，特别是那些罕见但功能重要的调控因子，克服基于频率的突变方法容易遗漏这些基因的局限性 | 肺腺癌（LUAD）单细胞RNA测序数据以及独立的儿童急性髓系白血病（AML）单细胞RNA测序队列 | 机器学习 | 肺癌 | 单细胞RNA测序 | 时变状态空间模型、变分贝叶斯推断、MCMC采样 | 基因表达数据 | NA | NA | 单细胞RNA测序 | NA | NA |
| 1773 | 2026-10-01 |
Single-cell RNA sequencing reveals pancreatic cancer microenvironment heterogeneity for precision therapy
2026-Apr, Journal of translational internal medicine
IF:4.7Q1
DOI:10.1515/jtim-2026-0013
PMID:42046813
|
NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA | NA |
| 1774 | 2026-10-01 |
Sparser2Sparse: Single-shot Sparser-to-Sparse Learning for Spatial Transcriptomics Imputation with Natural Image Co-learning
2026-Mar-31, IEEE journal of biomedical and health informatics
IF:6.7Q1
DOI:10.1109/JBHI.2026.3679252
PMID:41915529
|
研究论文 | 提出一种名为S2S-ST的单样本稀疏到稀疏学习框架，仅需单个低成本稀疏采样ST数据集与自然图像协同训练，即可实现高精度空间转录组数据插补 | 首次提出稀疏到稀疏自监督学习策略，从同一样本中更稀疏的子集预测部分观测的稀疏区域；引入自然图像跨域协同学习增强特征表示；设计级联数据一致插补网络CDCIN迭代优化预测结果并保持采样基因数据保真度 | 摘要中未明确提及 | 解决高分辨率空间转录组数据成本高、稀缺的问题，实现从稀疏输入中稳健重建空间转录组数据，推动其在生物医学研究和临床应用中的广泛采用 | 多种组织类型，包括乳腺癌、肝脏和淋巴组织 | 计算机视觉 | 乳腺癌 | NA | CNN | 图像 | NA | NA | 空间转录组学 | NA | NA |
| 1775 | 2026-10-01 |
Modulation of PKCα/ETS1 by klotho restores CYB5R4-dependent mitochondrial function in proximal tubular epithelial cells to attenuate the progression of diabetic kidney disease
2026-03-28, Cardiovascular diabetology
IF:8.5Q1
DOI:10.1186/s12933-026-03150-y
PMID:41904515
|
研究论文 | 本研究揭示了Klotho通过PKCα/ETS1/CYB5R4信号轴改善近端肾小管上皮细胞线粒体功能，从而减轻糖尿病肾病进展的新机制 | 首次发现Klotho通过抑制PKCα进而抑制转录因子ETS1，解除对CYB5R4启动子的抑制，恢复线粒体功能，明确了CYB5R4是Klotho保护作用的关键下游效应分子 | 研究主要基于动物模型和细胞系，缺乏临床试验验证；单细胞RNA测序的具体样本量和平台信息未明确 | 探究Klotho是否通过靶向近端肾小管上皮细胞线粒体功能障碍来缓解糖尿病肾病，并揭示其分子机制 | 人肾活检组织（不同DKD分期）和糖尿病小鼠模型（高脂饮食联合链脲佐菌素诱导），以及人肾小管上皮细胞（HK-2） | 数字病理学 | 糖尿病肾病 | 单细胞RNA测序, 免疫荧光, Western blot, 透射电子显微镜 | NA | 图像, 文本 | 人肾活检组织（不同DKD分期）和糖尿病小鼠模型，具体样本量未在摘要中说明 | NA | 单细胞RNA测序 | NA | NA |
| 1776 | 2026-10-01 |
Identifying prognosis-associated spatial patterns by integrating bulk RNA-seq and spatial transcriptomic data
2026-Mar-26, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2026.3677899
PMID:41886327
|
研究论文 | 提出stSurvTrans，一种深度迁移学习框架，通过整合bulk RNA-seq和空间转录组数据来识别与预后相关的空间模式 | 基于条件变分自编码器（CVAE）协调bulk RNA-seq和空间转录组数据，并利用Weibull模块将临床生存信息从bulk样本迁移到空间转录组数据，实现预后相关空间模式的识别 | 仅在三模拟数据集和一个肝细胞癌（HCC）空间转录组数据集上验证，需在更多癌症类型和真实临床队列中进一步评估 | 将空间特征与生存信息关联，识别与预后相关的空间模式 | 模拟数据集和肝细胞癌（HCC）空间转录组数据以及bulk RNA-seq数据 | 空间转录组学、机器学习 | 肝癌 | bulk RNA-seq、空间转录组学 | 条件变分自编码器（CVAE）、深度迁移学习、Weibull模块 | 基因表达数据、空间转录组数据、临床生存数据 | 三个模拟数据集和肝细胞癌（HCC）空间转录组数据（具体样本量未知） | NA | bulk RNA-seq、空间转录组学 | NA | NA |
| 1777 | 2026-10-01 |
Confidence-Based Batch Ordering in Continual Learning: A Curriculum Learning Approach for Single-Cell RNA Sequencing Data
2026 Mar-Apr, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2026.3654772
PMID:41543966
|
研究论文 | 该研究提出了一种基于置信度的批次排序策略用于持续学习算法，通过按置信度升序排列训练批次来提升单细胞RNA测序数据的分类性能。 | 首次将课程学习理念引入持续学习的批次排序中，提出基于置信度的批次排序策略，利用置信度估计对训练样本进行优先级排序，按置信度升序组织批次以优化学习效率 | 研究仅局限于单细胞RNA测序数据集，未探索该策略在其他领域的适用性，也未研究针对动态数据集的自适应置信度度量方法 | 研究批次呈现顺序对持续学习算法的影响，探索基于置信度的批次排序策略在单细胞RNA测序数据分类任务中的效果 | 单细胞RNA测序数据集，包括同一数据集内部和不同测序协议生成的异构数据集 | 机器学习 | NA | 单细胞RNA测序 | NA | 文本 | 多个单细胞RNA测序数据集（具体数量未提及） | NA | 单细胞RNA测序 | NA | NA |
| 1778 | 2026-10-01 |
scDGCL: A Dual-Level and Graph-Constrained Contrastive Learning Method for Single-Cell RNA Sequencing Data Clustering
2026 Mar-Apr, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2026.3655670
PMID:41557577
|
研究论文 | 提出了一种用于单细胞RNA测序数据聚类的双层图约束对比学习方法scDGCL | 设计了双层对比学习同时考虑细胞和聚类水平的相似性和差异性，并设计图约束对比学习对齐表示与图关系先验 | 未明确提及 | 解决scRNA-seq数据高维和稀疏导致现有方法表示学习不佳从而限制聚类性能的问题 | 单细胞RNA测序数据 | 机器学习 | NA | 单细胞RNA测序 | 对比学习 | 基因表达矩阵 | 12个真实数据集和8个模拟数据集 | NA | 单细胞RNA测序 | NA | NA |
| 1779 | 2026-10-01 |
HFFST: A Hierarchical Feature Fusion Algorithm for Spatial Gene Expression Prediction Using Histopathology Images
2026 Mar-Apr, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2026.3658320
PMID:41591852
|
研究论文 | 提出了一种名为HFFST的分层特征融合算法，利用H&E染色病理图像预测空间基因表达 | 利用全切片图像的多级特征提取与融合，采用从粗到细的回归框架预测空间转录组图谱 | 未明确提及 | 从H&E染色病理图像中预测空间基因表达 | H&E染色病理图像和空间转录组数据 | 数字病理学 | NA | 空间转录组学 | 分层特征融合算法 | 图像 | 五个公共数据集，以及10X Genomics的高分辨率Visium数据 | 10x Genomics | 空间转录组学 | 10x Visium | NA |
| 1780 | 2026-10-01 |
Bayesian Hyperspherical Graph Mixture-of-Experts Deciphers Cell-Cell Interaction in Spatial Transcriptomics
2026 Mar-Apr, IEEE transactions on computational biology and bioinformatics
DOI:10.1109/TCBBIO.2026.3660060
PMID:41628049
|
研究论文 | 本文提出了一种名为B-HGME的贝叶斯超球面图专家混合框架，用于在空间转录组数据中联合划分空间域并推断细胞间相互作用网络 | 1. 首次将贝叶斯专家混合模型与超球面嵌入相结合用于空间转录组分析；2. 通过Dirichlet正则化门控网络实现边级别的贝叶斯不确定性量化；3. 整合空间图和基因调控图构建双尺度结构，避免过平滑和后验坍塌；4. 能够发现超越已知配体-受体对的异构、定向和长程细胞间相互作用 | 未在摘要中明确提及 | 解决现有计算方法在细胞间相互作用推断中依赖固定邻近图、已知配体-受体数据库、易过平滑及缺乏不确定性量化等问题 | 空间转录组数据中的细胞间相互作用和空间域 | 空间转录组学 | NA | 空间转录组学 | 贝叶斯超球面图专家混合模型（B-HGME） | 空间基因表达数据 | 来自六种主要空间转录组平台的多个数据集 | NA | 空间转录组学 | NA | 来自六个主要空间转录组平台 |