空间蛋白组学23本神刊，一张图收好
做空间蛋白组学的宝子，最常卡的一步不是染色和数据，是选刊对号入座——图谱大文和技术平台完全是两条投法。23 本权威期刊按场景分好档：组织图谱里程碑冲 Nature/Science/Cell，技术平台转化认 Nat Biotech，新方法首发投 Nat Methods，这是天花板档；综述规划先读 NRMCA/NRG；分子机制主场看 Mol Cell、Cell R
新冠重症肺为何走向衰竭？空间转录组绘出纤维化驱动与免疫细胞消失的全景图谱（Nature Communications）
新冠重症肺为何走向衰竭？空间转录组绘出纤维化驱动与免疫细胞消失的全景图谱（Nature Communications）期刊：Nature Communications（2025年度JCR影响因子 18.1） | 发表日期：2026年10月15日 | 第一作者：Carlos A. Garcia-Prieto 等（通讯见原文） | 单位：Josep Carreras 白血病研究所（西班牙巴塞罗那）等 | DOI：10
【文献解析】空间转录组与单核转录组揭示玉米基因组印记的复杂性
1. 领域背景与文献文献英文标题：Spatial and single-nucleus transcriptomics reveal the complexity of genomic imprinting in maize；发表期刊：Genome Biology；影响因子：未公开；研究领域：植物表观遗传学，玉米胚乳基因组印记研究。基因组印记是最早在玉米中发现的经典表观遗传现象，领域共识：该现象主要发生在三倍
子宫内膜异位症疼痛机制新线索：空间转录组绘制病灶神经免疫地图
子宫内膜异位症疼痛机制新线索：空间转录组绘制病灶神经免疫地图期刊：Nature Communications（影响因子 18.1） | 发表日期：2026年10月9日 | 作者单位：杰克逊实验室 / 康涅狄格大学医学院 | DOI：10.1038/s41467-026-78453-5一句话结论子宫内膜异位症影响着约十分之一出生时性别指定为女性的人，慢性疼痛是其最突出
【文献解析】在批量、单细胞和空间转录组中绘制疾病进展过程中的关键瞬时基因互作
1. 领域背景与文献文献英文标题：Charting critical transient gene interactions in disease progression across bulk, single-cell, and spatial transcriptomics；发表期刊：Genome Biol；影响因子：未公开；研究领域：生物信息学，多模态转录组整合分析，疾病进展的基因调控网络研究。领域共识：近二十年来，转录组测序
【文献解析】空间转录组批次效应校正方法的系统基准研究
1. 领域背景与文献文献英文标题：A systematic benchmark of batch effect correction methods for spatial transcriptomics；发表期刊：Genome Biol；影响因子：未公开；研究领域：空间转录组生物信息学。领域共识：空间转录组技术近年来实现了快速发展，突破了传统批量转录组无法保留基因表达空间位置信息的局限，先后出现
【文献解析】深度学习整合单细胞与空间转录组揭示肺腺癌中性粒细胞相关间充质生态位及候选易位复合物依赖性
1. 领域背景与文献文献英文标题：Deep learning integration of single-cell and spatial transcriptomics reveals a neutrophil-associated mesenchymal niche and a candidate translocon dependency in lung adenocarcinoma；发表期刊：Cancer Immunol Immunother；影响因子：未公开；研究领域：肺腺癌肿瘤微环境，肿瘤生
【文献解析】空间转录组揭示三级淋巴结构内的细胞状态水平组织与趋化因子网络架构
1. 领域背景与文献文献英文标题：Spatial transcriptomics reveals cell state-level organization and chemokine network architecture within tertiary lymphoid structures；发表期刊：Cancer Immunol Immunother；影响因子：未公开；研究领域：肿瘤免疫微环境，三级淋巴结构空间组学研究。领域共识：三级淋巴结构（TLS）
空间转录组学工具或可建立肿瘤组织结构与治疗应答的关联
图片来源：Marcin Klapczynski/盖蒂图片社空间转录组学为癌症研究者提供了强有力的研究手段，不仅可明确肿瘤中激活基因的类型，还能定位基因活性的发生位置。但由于不同肿瘤微环境（tumor microenvironment, TME）在组成和功能上均存在异质性，不同肿瘤的空间转录组图谱很难进行跨样本比较。芝加哥大学研究人员近日报道了一
【文献解析】数据质量对基于组织学图像的空间转录组深度学习预测的影响
1. 领域背景与文献文献英文标题：Impact of data quality on deep learning prediction of spatial transcriptomics from histology images；发表期刊：Genome Biology；影响因子：未公开；研究领域：空间转录组学、深度学习、数字病理学交叉领域空间转录组学是2010年代兴起的前沿组学技术，2016年10x Genomics推出商业化空