1744135385
2025-04-03 00:00:00
Chen、KH、Boettiger、An、Moffitt、Jr、Wang、S。＆Zhuang、X。単一細胞での空間的に分解され、高度に多重化されたRNAプロファイリング。 科学 348、AAA6090（2015）。
Shah、S.、Lubeck、E.、Zhou、W。＆Cai、L。 ニューロン 92、342–357（2016）。
Ståhl、Pl et al。空間トランスクリプトームによる組織切片における遺伝子発現の視覚化と分析。 科学 353、78–82（2016）。
Wang、X。et al。単一細胞転写状態の3次元無傷組織配列決定。 科学 361、EAAT5691（2018）。
Rodriques、SG et al。 Slide-Seq：高空間分解能でゲノム全体の発現を測定するためのスケーラブルな技術。 科学 363、1463–1467（2019）。
Moses、L。＆Pachter、L。空間トランスクリプトーム博物館。 ナット。方法 19、534–546（2022）。
Liu、Y。etal。組織内の決定論的なバーコードを介した高空間分解マルチオミクスシーケンス。 細胞 183、1665–1681（2020）。
Lieberman-Aiden、E。etal。長距離相互作用の包括的なマッピングは、ヒトゲノムの折りたたみ原理を明らかにします。 科学 326、289–293（2009）。
歌手、A。地元の距離からの世界的なポジショニングに関する発言。 Proc。 Natl Acad。 SCI。アメリカ合衆国 105、9507–9511（2008）。
Novembre、J。etal。遺伝子はヨーロッパ内の地理を反映しています。 自然 456、98–101（2008）。
Glaser、Ji、Zamft、BM、Church、GM＆Kording、KP Puzzle Imaging：ローカリゼーションのための大規模な次元削減アルゴリズムの使用。 PLOS 1 10、E0131593（2015）。
Boulgakov、AA、Ellington、Ad＆Marcotte、EMは顕微鏡を視野に入れます。 トレンドバイオテクノール。 38、154–162（2020）。
Weinstein、JA、Regev、A。＆Zhang、F。 細胞 178、229–241.e16（2019）。
Weinstein、Ja＆Qian、N。分散分子ネットワークによる無傷の生物の体積イメージング。プレプリントで バイオルハイブ https://doi.org/10.1101/2023.08.11.553025（2023）。
Hoffecker、It、Yang、Y.、Bernardinelli、G.、Orponen、P。＆Högberg、B。DNAシーケンス顕微鏡の計算フレームワーク。 Proc。 Natl Acad。 SCI。アメリカ合衆国 116、19282–19287（2019）。
Greenstreet、L。etal。 DNA-GPS：光学系の空間ゲノミクスと現在の方法の合成のための理論的枠組み。 セルサイスト。 14、844-859.E4（2023）。
McInnes、L.、Healy、J。＆Melville、J。Umap：寸法減少のための均一なマニホールド近似と投影。プレプリントで arxiv https://doi.org/10.48550/arxiv.1802.03426（2018）。
粘着、RR等。 Slide-Seqv2を使用した細胞近くの分解能での非常に敏感な空間トランスクリプトミクス。 ナット。バイオテクノール。 39、313–319（2021）。
ケーブル、DM等。空間トランスクリプトームにおける細胞型混合物の堅牢な分解。 ナット。バイオテクノール。 40、517–526（2022）。
ラッセル、AJC等。スライドタグにより、マルチモーダルの空間ゲノミクスの単一核のバーコードが可能になります。 自然 625、101–109（2024）。
Yu、T。etal。表現型で特定された嗅覚感覚ニューロンからの差次的に発現した転写産物。 J.コンプ。ニューロール。 483、251–262（2005）。
ケーブル、DM等。空間トランスクリプトームにおける微分発現の細胞型特異的推論。 ナット。方法 19、1076–1087（2022）。
Becht、E。et al。 UMAPを使用して単一セルデータを視覚化するための次元削減。 ナット。バイオテクノール。 37、38–44（2019）。
Kajihara、T。etal。 3D再構成の変換をブレンドすることによるシリアルセクション画像の非剛性登録。 パターン認識。 96、106956（2019）。
Google Scholar
Lee、BC、Tward、DJ、MITRA、PP＆MILLER、MIミシガン州全体のシリアルセクション組織学の変動ソリューションについて、計算解剖学ランダム軌道モデルでソボレフ以前のソボレフを使用しています。 PLOSコンピューター。 Biol。 14、E1006610（2018）。
Virtanen、P。etal。 Scipy 1.0：Pythonの科学コンピューティングの基本的なアルゴリズム。 ナット。方法 17、261–272（2020）。
ノレット、CJ等。 GPU加速度でUMAPを光の速度に近づけます。で Proc。 aaai conf。 artifulum。考慮する。 Vol。 35、418-426（Aaai Press、2021）。
パラ、G。etal。 Squidpy：空間的なOMICS分析のためのスケーラブルなフレームワーク。 ナット。方法 19、171–178（2022）。
Zheng、Gxy et al。単一細胞のデジタル転写プロファイリングを大きく並行しています。 ナット。一般。 8、14049（2017）。
フレミング、SJ等。 Cellbenderを使用した液滴ベースのシングルセル実験からの体系的なバックグラウンドノイズの監視なし除去。 ナット。方法 20、1323–1335（2023）。
Qiu、C。etal。ガストラから出生までのマウス出生前発達の単一細胞のタイムラプス。 自然 626、1084–1093（2024）。
Hu、C。etal。計算アレイの再構成を介したスケーラブルな空間トランスクリプトミクス。データセット。 NCBI SRA。 https://www.ncbi.nlm.nih.gov/sra/prjna1221542（2025）。
Hu、C。etal。計算アレイの再構成を介したスケーラブルな空間トランスクリプトミクス。ソースコード。 ギルブ https://github.com/chenlei-hu/slide_recon（2024）。
#計算アレイの再構成を介したスケーラブルな空間トランスクリプトミクス