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 1901 - 1920 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 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1901 | 2026-09-29 |
The Role of Glucose Metabolism in Xenopus Primitive Myeloid Cell Development and Function
2026-Sep-14, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms27188175
PMID:42794604
|
研究论文 | 该研究结合公共单细胞RNA测序数据与整胚原位杂交，分析了非洲爪蟾原始髓系细胞的代谢基因表达，并通过通路特异性抑制剂的功能实验，揭示了葡萄糖代谢对其定植和免疫功能的关键调控作用 | 首次系统性地将代谢通路调控与原始髓系细胞的定植和免疫功能联系起来，发现己糖胺生物合成通路（HBP）对伤口招募至关重要，并证明代谢重编程可在缺乏功能性血管系统的情况下独立调控早期免疫细胞行为 | 研究对象为非洲爪蟾胚胎模型，结论向哺乳动物或人类免疫系统的转化需进一步验证；使用的抑制剂可能存在脱靶效应；未进行代谢通路的深度机制解析 | 探究葡萄糖代谢通路是否以及如何调控原始髓系细胞的定植、迁移和免疫功能 | 非洲爪蟾胚胎中的原始髓系细胞（PMCs） | 发育生物学、免疫代谢 | NA | 单细胞RNA-seq、整胚原位杂交（WMISH）、通路特异性抑制剂功能实验 | NA | 单细胞转录组数据、图像 | NA | NA | 单细胞RNA-seq | NA | NA |
| 1902 | 2026-09-29 |
Multiscale Transcriptomic and Molecular Modeling Analyses Suggest DCPMU-Associated Epithelial Remodeling and Tumor Microenvironment Perturbation in Prostate Cancer
2026-Sep-13, Current issues in molecular biology
IF:2.8Q3
DOI:10.3390/cimb48090935
PMID:42793291
|
研究论文 | 该研究通过整合网络毒理学、分子建模、批量转录组学、单细胞和空间转录组学以及虚拟扰动分析，探讨了DCPMU暴露与前列腺癌的潜在机制关联 | 首次整合网络毒理学、分子对接、分子动力学模拟、批量转录组学、单细胞和空间转录组学以及虚拟扰动分析，系统探究DCPMU与前列腺癌的机制关联，并鉴定了7个候选枢纽基因 | 研究结果仅为假设生成性质，需要实验验证才能确立DCPMU在前列腺癌进展中的因果作用 | 探究DCPMU暴露与前列腺癌之间的潜在分子机制关联 | 前列腺癌患者样本及DCPMU相关靶点 | 数字病理学 | 前列腺癌 | 网络毒理学, 分子对接, 分子动力学模拟, 批量转录组学, 单细胞转录组学, 空间转录组学, 虚拟扰动分析 | 机器学习 | 图像, 文本 | TCGA-PRAD数据集、GSE141445单细胞数据集、GSE181294空间转录组数据集以及外部GEO验证数据集 | NA | 批量RNA-seq, 单细胞RNA-seq, 空间转录组学 | NA | NA |
| 1903 | 2026-09-29 |
Single-Cell Insights into Medicinal Plant Development and Metabolism
2026-Sep-12, Plants (Basel, Switzerland)
DOI:10.3390/plants15182799
PMID:42796831
|
综述 | 该综述系统总结了截至2026年6月利用单细胞、单核、空间、代谢组和表观基因组方法研究药用植物发育与代谢的进展，揭示了特化代谢由离散且稀有的细胞群体组织，并强调AI辅助整合在加速细胞注释和调控网络推断中的作用 | 从器官水平组学转向空间和发育分辨的细胞图谱，整合单细胞转录组、单细胞代谢组、质谱成像、单细胞ATAC-seq和多组学，揭示代谢物积累与生物合成基因表达的解耦现象，并提出AI辅助整合加速细胞注释、调控网络推断和生物合成基因优先级排序 | 难降解组织的细胞回收率低，缺乏匹配的转录组、代谢组和空间设计，细胞类型特异性机制的功能验证不足，未来进展依赖于比较性药用植物图谱的建立 | 综合单细胞、单核、空间、代谢组和表观基因组方法在药用植物系统中的应用，从通路中心目录转向空间和发育分辨的细胞图谱，并探讨AI辅助整合的潜力 | 药用植物及其特化代谢相关的细胞类型，包括异细胞、乳汁管、腺毛、分泌表皮细胞、内部韧皮部相关薄壁细胞、木栓和木栓层细胞、叶肉细胞等 | 机器学习, 数字病理学 | NA | 单细胞RNA测序, 单细胞代谢组学, 质谱成像, 单细胞ATAC-seq, 多组学分析, 表观基因组学 | NA | 文本, 图像 | NA | NA | 单细胞RNA-seq, 单细胞ATAC-seq, 单细胞多组学, 空间转录组学 | NA | NA |
| 1904 | 2026-09-29 |
Deep Learning-Assisted Prioritization of Candidate Drug Targets in Tumors Using Spatial Multi-Omics
2026-Sep-11, Biology
DOI:10.3390/biology15181601
PMID:42792548
|
综述 | 本文综述了空间多组学与深度学习在肿瘤候选药物靶点优先级排序中的应用，涵盖空间转录组学、空间表观组学及联合测序技术 | 提出了一种基于空间特异性、细胞来源、调控一致性、患者间可重复性、功能依赖性、疾病相关性和可成药性的分层候选靶点评估框架 | 计算关联无法替代功能验证，候选靶点仍需通过基因扰动、药物敏感性实验、类器官、动物模型和临床队列进行验证 | 总结空间多组学和深度学习在肿瘤候选药物靶点优先级排序中的应用 | 肿瘤候选药物靶点、空间多组学数据 | 数字病理学 | 肺癌 | 空间转录组学, 空间表观组学, 联合测序技术 | 深度学习 | 图像, 文本 | NA | NA | 空间转录组学, 空间表观组学 | NA | NA |
| 1905 | 2026-09-29 |
Multi-Omics Analysis Identifies Fibroblast-Associated Stromal-Immune Networks Linked to Pregnancy-Associated Attenuation of Imiquimod-Induced Psoriatic Dermatitis
2026-Sep-11, Biomedicines
IF:3.9Q1
DOI:10.3390/biomedicines14092048
PMID:42792789
|
研究论文 | 该研究通过 bulk 和单细胞 RNA 测序等多组学分析，结合体外激素刺激实验，揭示了妊娠相关激素波动通过成纤维细胞介导的基质-免疫网络缓解咪喹莫特诱导的银屑病样皮炎 | 首次整合 bulk 与单细胞 RNA 测序、细胞间通讯分析和轨迹分析，系统揭示妊娠状态下真皮成纤维细胞的激素受体异质性及其与巨噬细胞的免疫调控网络，并实验验证 GRN 和 Gas6 为候选通路 | 研究基于 IMQ 诱导的小鼠模型，结论向人类银屑病及妊娠状态的外推仍需进一步验证；TGF-β2 在培养上清中未检出，部分通路机制尚未完全阐明 | 探究妊娠相关激素变化缓解银屑病样皮炎的细胞类型特异性转录组改变，特别是真皮成纤维细胞和激素受体信号的作用 | BALB/c 小鼠咪喹莫特诱导的银屑病样皮炎模型（妊娠组与非妊娠组）及原代小鼠真皮成纤维细胞 | 机器学习, 数字病理学 | 银屑病 | bulk RNA-seq, 单细胞 RNA 测序, ELISA, 多重免疫荧光, 细胞间通讯分析, 轨迹分析 | NA | 文本, 图像 | 妊娠与非妊娠 IMQ 处理 BALB/c 小鼠队列，单细胞测序鉴定出 11 种细胞类型 | NA | bulk RNA-seq, 单细胞 RNA-seq | NA | NA |
| 1906 | 2026-09-29 |
Multi-Omics and Machine Learning Identify Immune-Linked Gene Signatures for LUAD Stratification
2026-Sep-11, Genes
IF:2.8Q2
DOI:10.3390/genes17091096
PMID:42792990
|
研究论文 | 该研究整合多组学和机器学习方法，鉴定与免疫相关的基因特征，用于肺腺癌（LUAD）的分层、诊断和预后评估。 | 结合多组学数据（包括bulk RNA-seq和单细胞RNA-seq）与多种机器学习方法（如WGCNA、LASSO Cox回归、Enet+PLS模型），识别出九个基因的风险特征，并发现某核心基因在LUAD中显著下调且在成纤维细胞和髓系细胞中表达，具有诊断和预后潜力。 | 研究完全基于计算分析，预后模型缺乏外部生存验证，结论为初步和假设生成性，需要未来独立验证和功能研究来确认核心基因及相关基因的生物学意义和临床效用。 | 开发可靠的生物标志物，用于LUAD的有效诊断、预后和患者分层。 | 肺腺癌（LUAD）患者样本，包括TCGA-LUAD和GEO数据集（如GSE43458和GSE31210），以及单细胞RNA测序数据。 | 机器学习 | 肺癌 | bulk RNA-seq, 单细胞RNA-seq | LASSO Cox回归, Enet+PLS | 基因表达数据, 突变数据, 单细胞数据 | TCGA-LUAD队列（具体样本数未提供）和GEO数据集（GSE43458和GSE31210，具体样本数未提供） | NA | bulk RNA-seq, 单细胞RNA-seq | NA | NA |
| 1907 | 2026-09-29 |
Integrative Proteogenomics and Single-Cell Transcriptomics Prioritize Candidate Causal Proteins and Therapeutic Targets in Age-Related Macular Degeneration
2026-Sep-11, International journal of molecular sciences
IF:4.9Q2
DOI:10.3390/ijms27188103
PMID:42794533
|
研究论文 | 整合血浆蛋白质组遗传学、单细胞转录组图谱和实验验证，优先筛选年龄相关性黄斑变性（AMD）的候选因果蛋白和治疗靶点 | 将大规模血浆蛋白质定量性状位点（pQTL）数据与AMD GWAS整合，通过PWAS、SMR和贝叶斯共定位分析多阶段筛选因果蛋白，并首次在人类和小鼠视网膜单细胞/单核RNA测序图谱中定位候选蛋白的细胞来源，结合独立临床微阵列数据集和ARPE-19细胞实验验证 | 仅基于UKB-PPP血浆pQTL和FinnGen GWAS数据，可能受限于欧洲人群；部分候选蛋白（PILRA、ACADSB）基线表达低，功能验证主要在细胞系水平，缺乏体内功能实验 | 系统优先筛选AMD的候选因果循环蛋白，并阐明其在AMD中的细胞和转录动态 | AMD患者血浆蛋白pQTL数据、FinnGen AMD GWAS数据、人类和小鼠视网膜单细胞/单核RNA测序图谱、独立临床微阵列数据集（GSE103060）及人类视网膜色素上皮细胞（ARPE-19） | 机器学习, 数字病理学 | 年龄相关性黄斑变性 | 蛋白质组广泛关联研究（PWAS）, 基于汇总数据的孟德尔随机化（SMR）, 贝叶斯共定位分析, 单细胞/单核RNA测序, 微阵列, RT-qPCR | NA | 文本, 图像 | 血浆蛋白质组数据来自UKB-PPP（N=53,022），AMD GWAS数据来自FinnGen，单细胞/单核RNA测序图谱来自人类和小鼠视网膜，验证数据集GSE103060，ARPE-19细胞实验 | Illumina | 单细胞RNA测序, 单核RNA测序, 微阵列, 批量RNA测序 | NA | NA |
| 1908 | 2026-09-29 |
TIP60-mediated acetylation of UHRF1 is associated with tumor cell-dependent M2-like macrophage phenotypes and aggressiveness in gastric cardia adenocarcinoma
2026-Sep-10, Biochimica et biophysica acta. Molecular basis of disease
DOI:10.1016/j.bbadis.2026.168456
PMID:42722134
|
研究论文 | 本研究揭示了TIP60介导的UHRF1乙酰化通过连接肿瘤内在表观遗传调控与M2样巨噬细胞相关免疫重塑，促进胃贲门腺癌进展 | 首次发现TIP60介导UHRF1在K644、K646、K648和K650位点的乙酰化修饰，并证明该乙酰化轴通过促进肿瘤细胞依赖的M2样巨噬细胞极化来驱动胃贲门腺癌的侵袭和转移 | 摘要中未明确提及研究的局限性 | 探究TIP60介导的UHRF1乙酰化是否调控胃贲门腺癌进展及肿瘤细胞依赖的M2样巨噬细胞极化 | 胃贲门腺癌组织、细胞系及巨噬细胞 | 数字病理学 | 胃癌 | 单细胞RNA测序、转录组学筛选、免疫浸润分析、共培养实验 | NA | 图像、文本 | NA | NA | 单细胞RNA测序 | NA | NA |
| 1909 | 2026-09-29 |
Ferroptosis Signatures in Diabetic Cardiomyopathy: Multi-Omics Discovery and Validation of ACOT1 and TXNIP
2026-Sep-09, Current issues in molecular biology
IF:2.8Q3
DOI:10.3390/cimb48090923
PMID:42793279
|
研究论文 | 该研究通过多组学方法识别并验证了糖尿病心肌病中与铁死亡相关的标志基因ACOT1和TXNIP | 结合批量转录组学、单细胞和空间转录组学及体内实验验证，首次鉴定ACOT1和TXNIP为糖尿病心肌病中铁死亡相关分子标志物 | 空间转录组学中标志基因表达与铁死亡驱动评分的空间关联较弱，研究主要基于小鼠模型和数据集，需进一步临床验证 | 识别和验证糖尿病心肌病中铁死亡相关的标志基因，为铁死亡靶向治疗提供潜在靶点 | 糖尿病心肌病相关的基因表达数据和模型 | 机器学习 | 心血管疾病 | 批量RNA-seq、单细胞RNA-seq、空间转录组学 | LASSO回归、随机森林 | 转录组数据、图像 | 发现队列26个样本，外部验证队列两个独立队列，scRNA-seq和空间转录组学数据集各一个，以及高脂饮食/链脲佐菌素诱导的DCM大鼠模型 | NA | 批量RNA-seq、单细胞RNA-seq、空间转录组学 | NA | NA |
| 1910 | 2026-09-29 |
Integrating Next-Generation Reproductive Organoids with Genomics, Multi-Omics and Bioengineering to Understand Human Infertility
2026-Sep-08, Genes
IF:2.8Q2
DOI:10.3390/genes17091080
PMID:42792974
|
综述 | 本文综述了生殖类器官模型的研究现状，重点分析了其在生成、表征和应用方面的原创研究，并探讨了结合基因组学、多组学和生物工程技术理解人类不孕不育的潜力 | 系统整合了下一代生殖类器官与基因组学、多组学及生物工程技术的交叉应用，提出了将生殖类器官作为连接基因组变异与分子调控、细胞表型及组织结构的临床前平台的理念 | 当前生殖类器官仍是天然组织的简化代表，在生理成熟度、可重复性和标准化方面存在局限，其临床预测价值尚待建立 | 综述生殖类器官模型在理解人类不孕不育中的应用，探讨其作为功能基因组学、疾病建模、生物标志物发现和治疗筛选平台的前景 | 卵巢、输卵管、子宫内膜、睾丸和早期胚胎的生殖类器官 | 数字病理学 | 不孕不育 | 单细胞转录组学, 空间转录组学, 多组学, CRISPR/Cas9基因组编辑, 人工智能, 器官芯片 | 类器官 | 文献 | NA | NA | 单细胞转录组学, 空间转录组学, 多组学 | NA | NA |
| 1911 | 2026-09-29 |
Human Monocytic Models Reveal Genotype-Dependent Inflammatory Programs in VEXAS Syndrome
2026-Sep-07, Arthritis & rheumatology (Hoboken, N.J.)
DOI:10.1002/art.70332
PMID:42703964
|
研究论文 | 该研究通过对VEXAS综合征患者进行纵向深度表型分析，并结合携带不同UBA1突变的人类单核细胞系模型，揭示了基因型依赖的炎症程序，并发现RIPK3抑制可减轻病理特征 | 首次建立了携带三种主要UBA1突变（p.Met41Val、p.Met41Thr、p.Met41Leu）的人类单核细胞系模型，系统揭示了基因型依赖的泛素化缺陷梯度及其与炎症表型的关联，并发现RNASE1作为疾病活动标志物及RIPK3作为潜在治疗靶点 | 样本量较小（13例患者），细胞系模型无法完全模拟体内复杂的疾病微环境，缺乏RIPK3抑制剂的临床试验验证 | 阐明VEXAS综合征中基因型特异性炎症程序并识别潜在治疗靶点 | VEXAS综合征患者外周血样本及携带UBA1突变的人类单核细胞系 | 机器学习 | 自身炎症性疾病 | bulk RNA-seq, 单细胞RNA-seq, 转录组分析 | NA | 文本, 基因表达数据 | 13例VEXAS综合征患者的79份RNA-seq样本，以及三种UBA1突变的人类单核细胞系 | NA | bulk RNA-seq, 单细胞RNA-seq | NA | NA |
| 1912 | 2026-09-29 |
scFlowReport: A Reproducible Workflow for Comparative Downstream Biological Analysis of Single-Cell RNA-seq Data
2026-Sep-06, Biomolecules
IF:4.8Q1
DOI:10.3390/biom16091288
PMID:42793120
|
研究论文 | 该论文提出了scFlowReport，一个轻量级、配置驱动的工作流，用于对单细胞RNA测序数据进行可重复的比较性下游生物学分析，包括差异表达、功能富集、调控网络推断和细胞间通讯分析。 | 提出了一种配置驱动的工作流，能够在统一的比较框架下协调多种互补的下游分析（差异表达、过表征和排序功能富集、SCENIC转录因子调控子导出、LIANA细胞间通讯分析），自动生成标准化图表、汇总表格和自包含的静态HTML报告，无需持久化服务器。 | 摘要中未明确提及该研究的局限性。 | 为比较性单细胞转录组数据提供系统化、可重复的解释工作流，简化多种下游分析的整合与应用。 | 已注释的Seurat对象中的单细胞RNA-seq数据，以特应性皮炎（Atopic Dermatitis）公共数据集为应用示例。 | 机器学习 | 特应性皮炎 | 单细胞RNA-seq | NA | 文本 | 一个公开可用的特应性皮炎scRNA-seq数据集 | NA | 单细胞RNA-seq | NA | NA |
| 1913 | 2026-09-29 |
Atherosclerotic Cell Fates: A Single-Cell View of ER Stress
2026-Sep-03, Journal of cardiovascular development and disease
IF:2.4Q2
DOI:10.3390/jcdd13090435
PMID:42783042
|
综述 | 本文综述了近期单细胞研究证据，提出动脉粥样硬化中内质网应激的“细胞类型特异性差异应答”模式 | 提出内质网应激并非在所有细胞类型中均发挥促动脉粥样硬化作用，而是呈现细胞亚群特异性的差异应答模式 | 作为综述，未提供原始实验数据，主要基于已有单细胞研究证据的综合分析 | 探讨内质网应激在动脉粥样硬化不同细胞亚群中的作用异质性及其机制 | 动脉粥样硬化相关细胞亚群，包括单核细胞、巨噬细胞亚群、内皮细胞亚群和平滑肌细胞 | 单细胞组学 | 动脉粥样硬化 | 单细胞RNA测序 | NA | 文本 | NA | NA | 单细胞RNA测序 | NA | NA |
| 1914 | 2026-09-29 |
Integrative Identification of Candidate Protein Targets and Compounds for Dystonia Using Mendelian Randomization, Single-Cell RNA Sequencing, and Network Pharmacology
2026-Sep-03, Genes
IF:2.8Q2
DOI:10.3390/genes17091067
PMID:42792961
|
研究论文 | 本文综合运用孟德尔随机化、单细胞RNA测序和网络药理学等方法，识别肌张力障碍的候选蛋白靶点和潜在中药单体化合物 | 首次将蛋白质组范围孟德尔随机化与单细胞RNA测序及网络药理学相结合，系统识别肌张力障碍的因果蛋白靶点和候选中药单体，并通过分子对接验证结合活性 | 研究结果主要基于计算预测和分子对接模拟，缺乏实验验证和临床转化证据，中药单体的体内药效和安全性尚未评估 | 识别肌张力障碍的候选蛋白靶点，并筛选可能用于治疗肌张力障碍的潜在中药单体化合物，为新药研发提供方向 | 肌张力障碍相关的蛋白质、脑组织单细胞测序数据以及中药单体化合物 | 机器学习 | 肌张力障碍 | 孟德尔随机化分析、单细胞RNA测序、网络药理学、分子对接 | NA | 文本、基因表达数据 | 51个与肌张力障碍相关的蛋白质 | NA | 单细胞RNA-seq | NA | NA |
| 1915 | 2026-09-29 |
Targeting p21-High Senescent Kupffer Cells Nanotherapeutically Potentiates Antitumor Immunity in Advanced Hepatocellular Carcinoma with Portal Vein Tumor Thrombus
2026-Sep, Advanced science (Weinheim, Baden-Wurttemberg, Germany)
DOI:10.1002/advs.76384
PMID:42389919
|
研究论文 | 该研究开发了一种仿生纳米递送系统SKEV@AAV，通过靶向p21高表达的衰老Kupffer细胞，逆转其衰老状态并重塑肿瘤微环境，从而增强晚期肝细胞癌合并门静脉癌栓的抗肿瘤免疫 | 首次揭示p21高表达衰老Kupffer细胞在HCC-PVTT免疫抑制中的关键作用，并开发了由衰老Kupffer细胞来源外泌体包裹AAV载体的仿生纳米递送系统SKEV@AAV，实现精准靶向衰老Kupffer细胞并逆转其衰老状态 | 摘要中未明确提及研究局限性 | 靶向衰老Kupffer细胞以增强晚期肝细胞癌合并门静脉癌栓的抗肿瘤免疫治疗效果 | 晚期肝细胞癌合并门静脉癌栓患者肿瘤微环境中的衰老Kupffer细胞及小鼠原位PVTT模型和脾脏肝转移模型 | 数字病理学, 机器学习 | 肝癌 | 单细胞RNA测序, 纳米递送技术, AAV基因治疗 | NA | 图像, 文本 | NA | NA | 单细胞RNA测序 | NA | NA |
| 1916 | 2026-09-29 |
TMEM59 regulates microglial Aβ phagocytosis in a TREM2-dependent manner and acts as a potential therapeutic target for Aβ amyloidosis
2026-Sep, Alzheimer's & dementia : the journal of the Alzheimer's Association
DOI:10.1002/alz.71873
PMID:42786742
|
研究论文 | 本文研究TMEM59通过TREM2依赖性方式调控小胶质细胞对Aβ的吞噬作用，并探讨其作为Aβ淀粉样变性潜在治疗靶点的价值 | 首次揭示TMEM59通过稳定TREM2蛋白以TREM2依赖性方式调控小胶质细胞Aβ吞噬，并开发了靶向降解TMEM59的CMATAC肽用于治疗淀粉样变性 | 摘要中未提及具体研究局限性 | 探究TMEM59在阿尔茨海默病中对小胶质细胞吞噬功能的分子调控机制，并评估其作为Aβ淀粉样变性治疗靶点的潜力 | 5xFAD小鼠模型中的小胶质细胞及TMEM59蛋白 | 机器学习 | 阿尔茨海默病 | 单细胞RNA测序 | NA | 文本 | NA | NA | 单细胞RNA测序 | NA | NA |
| 1917 | 2026-09-29 |
T Cell-Derived IFN-γ Activates Ferroptosis in Lacrimal Luminal Ductal Cells via JAK-STAT Signaling in Sjögren's Disease-Related Dry Eye
2026-Sep-01, Investigative ophthalmology & visual science
IF:5.0Q1
DOI:10.1167/iovs.67.11.43
PMID:42775986
|
研究论文 | 本研究通过单细胞RNA测序和空间转录组分析，揭示了干燥综合征相关干眼症中，T细胞来源的IFN-γ通过JAK-STAT信号通路激活泪腺管腔上皮细胞铁死亡的具体机制 | 首次识别出以CYP2F2为标志的泪腺管腔导管上皮细胞是干燥综合征中主要受损的上皮群体，并阐明了Th1细胞分泌的IFN-γ通过JAK2/STAT1通路诱导该细胞铁死亡的免疫-上皮交互机制 | 研究主要基于MRL/lpr小鼠模型，其病理机制与人类干燥综合征可能存在差异，需要在人类样本中进一步验证；IFN-γ中和治疗的长期安全性和有效性尚未评估 | 深入识别干燥综合征中脆弱的泪腺上皮亚群，并阐明免疫-上皮交互在干眼症发病中的作用机制 | MRL/lpr小鼠模型中的泪腺管腔导管上皮细胞和浸润的Th1细胞 | 数字病理学, 机器学习 | 干燥综合征, 干眼症 | 单细胞RNA测序, 空间转录组学, 免疫荧光, 多重免疫组化, 蛋白质印迹, 透射电子显微镜, 流式细胞术 | NA | 图像, 文本 | MRL/lpr小鼠模型（具体数量未在摘要中说明） | NA | 单细胞RNA测序, 空间转录组学 | NA | NA |
| 1918 | 2026-09-29 |
DeOPUS: cellular deconvolution via optimized power-transformed unmixing with shrinkage
2026-Sep-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbag524
PMID:42799697
|
研究论文 | 本文提出了一种名为DeOPUS的基于参考的细胞解卷积方法，通过分层收缩变换、方差稳定幂变换和基于秩的分位数归一化，从批量RNA-seq数据中稳健估计细胞类型比例。 | 引入了分层收缩变换（HST）来稳健估计细胞组成，整合了多级自适应先验、方差稳定幂变换和基于秩的分位数归一化，以减轻异常值和高方差技术噪声的影响。 | 摘要中未明确提及研究的局限性。 | 开发一种成本效益高的细胞解卷积方法，以准确估计批量RNA-seq数据中的细胞类型比例，解决转录组数据极端动态范围和异方差性带来的挑战。 | 批量RNA-seq数据中的细胞类型比例估计。 | 机器学习 | NA | 批量RNA-seq | NA | 文本 | 122个组织和12个器官系统，以及18个具有实验确定细胞类型比例的批量数据集。 | NA | 批量RNA-seq | NA | NA |
| 1919 | 2026-09-29 |
Constructing cell-type-specific gene regulatory networks from cell-cell communication and a global gene regulatory network
2026-Sep-01, Briefings in bioinformatics
IF:6.8Q1
DOI:10.1093/bib/bbag525
PMID:42799699
|
研究论文 | 提出了一种基于双边自表示矩阵分解的细胞类型特异性基因调控网络推断框架CTN，整合bulk RNA-seq和scRNA-seq数据，重建细胞类型水平的基因调控网络 | 提出了一种基于双边自表示矩阵分解的调控推断框架CTN，能够整合bulk RNA-seq和scRNA-seq数据，分解全局调控关系和细胞间通讯，从而在细胞类型水平重建基因调控网络，克服了scRNA-seq数据稀疏性和高噪声的挑战 | 摘要中未明确提及研究的局限性 | 准确推断细胞类型特异性基因调控网络，以理解细胞异质性、谱系决定和疾病进展机制 | 造血系统不同谱系的分化过程、肿瘤相关细胞类型、肿瘤微环境 | 机器学习 | 肿瘤 | bulk RNA-seq, 单细胞RNA测序 | 双边自表示矩阵分解 | 基因表达数据 | NA | NA | bulk RNA-seq, 单细胞RNA-seq | NA | NA |
| 1920 | 2026-09-29 |
Advances in single-cell and spatial multi-omics for plant development and stress responses
2026-Sep, Plant diversity
IF:4.6Q1
DOI:10.1016/j.pld.2026.07.015
PMID:42801135
|
综述 | 该综述总结了单细胞和空间多组学技术在植物发育和胁迫响应研究中的实验与计算方法，并讨论了其适用性和局限性 | 系统梳理了植物单细胞和空间多组学技术，重点关注植物特异性约束（细胞壁结构、组织复杂性、基因组组织）以及计算整合策略（去卷积、空间映射、跨模态表示学习） | 植物特异性训练资源有限，参考数据质量依赖性强，数据稀疏性和批次效应问题，非模式植物应用困难，缺乏标准化分析框架和稳健验证策略 | 总结单细胞和空间多组学在植物发育和胁迫响应中的研究进展，探讨实验和计算方法、适用性及局限性 | 植物组织、细胞类型和状态、非模式植物 | 机器学习, 计算生物学 | NA | 单细胞RNA测序, 单核ATAC测序, 空间转录组学, 空间代谢组学 | NA | 文本, 图像 | NA | NA | single-cell RNA-seq, single-nucleus ATAC-seq, spatial transcriptomics, spatial metabolomics | NA | NA |