在拿到單細(xì)胞測序數(shù)據(jù)后西剥，非常關(guān)鍵的一步是做細(xì)胞類型鑒定嘉冒，如果這一步不準(zhǔn)確，那么后續(xù)所有分析都將不可靠奖亚。這需要有比較準(zhǔn)確而合適的marker基因列表，然而大部分情況下marker基因的整理都是一個(gè)令人頭大且耗時(shí)的工作析砸，有沒有什么比較好的辦法呢昔字？
答案是肯定的。
目前有大量的公開的單細(xì)胞數(shù)據(jù)庫可以供我們查詢和下載首繁，另外還有一些知名抗體公司整理的marker作郭，比如eBioscience公司的Immune Cell Guide。
關(guān)于單細(xì)胞數(shù)據(jù)庫的使用弦疮，已經(jīng)有非常多的牛人做了使用講解（點(diǎn)擊下面的使用參考可以詳細(xì)查看）夹攒。筆者在此將各數(shù)據(jù)庫做整理和匯總，供大家參考（隨意排序）胁塞。
1咏尝、CellMarker
http://biocc.hrbmu.edu.cn/CellMarker
哈爾濱醫(yī)科大學(xué)李霞/Yun Xiao教授團(tuán)隊(duì)出品，2018年發(fā)表于核酸研究(Nucleic Acids Research)啸罢。
該數(shù)據(jù)庫包括來源于100000+已發(fā)表文獻(xiàn)整理出來的：
人的158種組織/亞組織编检、467個(gè)細(xì)胞類型、13605個(gè)Marker基因扰才；
小鼠81種組織/亞組織允懂、389個(gè)細(xì)胞類型、9148個(gè)Marker基因训桶。
用戶可以通過選擇物種累驮、組織類型、細(xì)胞類型來查詢marker基因舵揭，也可以下載marker基因列表谤专，還可以上傳自己的文章或數(shù)據(jù)。不過自2018.11.3后午绳，網(wǎng)站未顯示更新置侍。
搜索查詢marker基因最有用的一個(gè)網(wǎng)站（人的數(shù)據(jù)更多）！
使用參考：CellMarker：細(xì)胞標(biāo)記好幫手拦焚！
2蜡坊、PanglaoDB
來自瑞典卡洛琳學(xué)院的研究人員開發(fā)的PanglaoDB數(shù)據(jù)庫，用于探索小鼠和人類scRNA-seq數(shù)據(jù)赎败，為單細(xì)胞組學(xué)研究提供公共scRNA-seq數(shù)據(jù)資源秕衙。相關(guān)研究成果2019年發(fā)表在《Database》。
PanglaoDB數(shù)據(jù)庫收集并整合來自多個(gè)研究的數(shù)據(jù)僵刮，包括：
小鼠的184種組織据忘、1063個(gè)樣本鹦牛、446W細(xì)胞；
人的74種組織勇吊、305個(gè)樣本曼追、112w細(xì)胞。
PanglaoDB涵蓋了大多數(shù)主要的單細(xì)胞平臺(tái)和分析流程汉规，在線界面允許用戶查詢和探索細(xì)胞類型礼殊、遺傳途徑和調(diào)控網(wǎng)絡(luò)。用戶可以通Search功能针史，查看基因（可使用and/or搜索多個(gè)基因）在細(xì)胞中的表達(dá)情況晶伦，也可查看某個(gè)細(xì)胞類型的marker基因有哪些，還可以下載marker基因和原始數(shù)據(jù)進(jìn)行分析悟民。
網(wǎng)站從2018.11開放后坝辫，最近更新是在2020.5.21（轉(zhuǎn)移新主機(jī)）篷就。不過作者也是耿直boy射亏，明說了這個(gè)項(xiàng)目既沒有資助也沒有維護(hù)，所以你留了言我也不一定會(huì)回復(fù)你竭业。
搜索查詢marker基因最有用的第二個(gè)網(wǎng)站（小鼠的數(shù)據(jù)更多）智润！
使用參考：PanglaoDB：一個(gè)可以在線分析scRNA-seq數(shù)據(jù)的網(wǎng)站
3、CancerSEA
http://biocc.hrbmu.edu.cn/CancerSEA/
哈爾濱醫(yī)科大學(xué)李霞/Yun Xiao教授團(tuán)隊(duì)出品未辆，用于破譯癌癥單細(xì)胞功能狀態(tài)的數(shù)據(jù)庫：2019年1月發(fā)表在《Nucleic acids research》窟绷。研究癌癥單細(xì)胞和lncRNA的可以關(guān)注！
CancerSEA包含25種癌癥的41900個(gè)腫瘤細(xì)胞咐柜，14種癌癥相關(guān)功能狀態(tài)兼蜈，提供了一個(gè)癌癥單細(xì)胞功能狀態(tài)的圖譜，并在單細(xì)胞水平上將這些功能狀態(tài)與蛋白編碼基因(PCGs)和lncRNA聯(lián)系起來拙友，以促進(jìn)對(duì)癌細(xì)胞功能差異的機(jī)制性理解为狸。
CancerSEA允許用戶查詢基因(包括PCGs和lncrna)與14種功能狀態(tài)之間的關(guān)系。Easy-to-use接口提供搜索遗契、瀏覽辐棒、可視化和下載數(shù)據(jù)功能‰狗洌可以通過基因查詢其功能狀態(tài)漾根、通過功能狀態(tài)尋找基因、通過癌癥名稱和功能狀態(tài)查詢相關(guān)基因鲫竞。
使用參考：這個(gè)數(shù)據(jù)庫居然能提供癌癥研究思路辐怕？
4、LnCeCell
http://www.bio-bigdata.net/LnCeCell/
哈爾濱醫(yī)科大學(xué)李霞教授團(tuán)隊(duì)出品（沒錯(cuò)从绘，又是李教授團(tuán)隊(duì)寄疏，實(shí)際上他們還開發(fā)了很多的非常有用的lncRNA數(shù)據(jù)庫比如lnc2cancer其做、LnCeVar、LncTarD等）赁还，對(duì)單細(xì)胞lncRNA和ceRNA分析感興趣的話可以關(guān)注妖泄。
LnCeCell對(duì)來自25種癌癥的數(shù)千種細(xì)胞的細(xì)胞特異性ceRNA調(diào)控的整理，包含：
(i)>9000個(gè)實(shí)驗(yàn)支持的腫瘤轉(zhuǎn)移艘策、復(fù)發(fā)蹈胡、預(yù)后、循環(huán)和耐藥性的lncRNA生物標(biāo)志物朋蔫；
(ii)原發(fā)性罚渐、惡性和轉(zhuǎn)移性癌細(xì)胞和免疫細(xì)胞的細(xì)胞特異性ceRNA網(wǎng)絡(luò)；
(iii)從文獻(xiàn)和相關(guān)數(shù)據(jù)源手工輸入的ceRNA亞細(xì)胞位置的詳細(xì)信息驯妄；
(iv)表現(xiàn)出血管生成荷并、凋亡、細(xì)胞周期青扔、侵襲源织、增殖和干性等不同行為的不同細(xì)胞群集群。
LnCeCell提供超便捷微猖、超顏值的搜索和瀏覽界面谈息，并貼心的提供了一系列靈活的工具，方便數(shù)據(jù)的檢索和分析凛剥，包含：在不同細(xì)胞群中發(fā)現(xiàn)的ceRNAs的全局圖侠仇、ceRNAs的亞細(xì)胞位置、可視化單個(gè)細(xì)胞中失調(diào)的ceRNA網(wǎng)絡(luò)犁珠、查看每個(gè)細(xì)胞的功能狀態(tài)逻炊、識(shí)別ceRNA的失調(diào)功能、識(shí)別ceRNA的癌癥Hallmark犁享、進(jìn)行Cox回歸分析余素、繪制ceRNAs的生存曲線。
使用參考：LnCeCell: One Cell, One World
5饼疙、ColorCells
http://rna.sysu.edu.cn/colorcells/
中山大學(xué)鄭凌伶教授團(tuán)隊(duì)開發(fā)溺森，發(fā)表于Briefings in Bioinformatics (IF=8.99)。這是一個(gè)用于比較分析單細(xì)胞RNA-Seq數(shù)據(jù)中l(wèi)ncRNAs表達(dá)窑眯、分類和功能的數(shù)據(jù)庫屏积。從6個(gè)物種的167913個(gè)公開的scRNA-Seq數(shù)據(jù)集進(jìn)行分析，發(fā)現(xiàn)了一批細(xì)胞特異性lncRNAs磅甩。用戶可以在Search頁面通過細(xì)胞系或組織炊林、基因名稱、基因ID卷要、GEO ID和Pubmed ID等進(jìn)行搜索查詢。研究單細(xì)胞lncRNA的話可以關(guān)注！
使用參考：ColorCells：一個(gè)輕松完成單細(xì)胞lncRNA分析的數(shù)據(jù)庫
6块饺、****SC2disease
http://easybioai.com/sc2disease/
來自西北工業(yè)大學(xué)、西安交通大學(xué)棺榔、哈爾濱工業(yè)大學(xué)、復(fù)旦大學(xué)和天津大學(xué)的研究團(tuán)隊(duì)共同開發(fā)的隘道、人工整理的人類疾病單細(xì)胞轉(zhuǎn)錄組數(shù)據(jù)庫症歇，發(fā)表于Nucleic Acids Research，旨在為不同疾病的不同細(xì)胞類型的基因表達(dá)譜提供全面準(zhǔn)確的資源谭梗。
研究團(tuán)隊(duì)通過回顧2020年3月之前使用scRNA-seq研究人類樣本疾病的文獻(xiàn)忘晤，按不同疾病、組織和細(xì)胞類型匯總所有數(shù)據(jù)激捏。SC2disease記錄了946481個(gè)條目设塔，對(duì)應(yīng)341種細(xì)胞類型、29種組織和25種疾病远舅。數(shù)據(jù)庫中的每個(gè)條目都包含了不同細(xì)胞類型闰蛔、組織和疾病相關(guān)健康狀況之間差異表達(dá)基因的比較。
SC2disease主要有三個(gè)優(yōu)勢：
是第一個(gè)基于scRNA-seq的人類疾病相關(guān)細(xì)胞類型特異性基因資源表谊；
重新分析了基因表達(dá)矩陣钞护，使不同疾病之間的細(xì)胞類型特異性基因具有可比性盖喷；
還提供了GWAS和scRNA-seq的結(jié)果爆办，方便研究者探索基因的發(fā)病機(jī)制。
用戶可以瀏覽感興趣的基因的表達(dá)课梳、搜索細(xì)胞型標(biāo)志物距辆、搜索多種疾病的生物標(biāo)志物、比較疾病和非疾病狀態(tài)下各類細(xì)胞的表達(dá)譜暮刃。
使用參考：小編親測跨算，這個(gè)國產(chǎn)人類疾病單細(xì)胞數(shù)據(jù)庫值得推薦
7、HCA(Human Cell Atlas)
https://data.humancellatlas.org/
人類細(xì)胞圖譜計(jì)劃椭懊，目前規(guī)模比較大诸蚕、覆蓋比較全面的單細(xì)胞數(shù)據(jù)庫。由歐洲EBI氧猬、BROAD研究所背犯、Chan Zuckerberg Initiative (CZI) 和UCSC大學(xué)共同牽頭，全球超過81個(gè)實(shí)驗(yàn)室參與盅抚。數(shù)據(jù)庫目前包括289個(gè)供者漠魏、33種組織器官、703個(gè)樣本妄均、390萬個(gè)細(xì)胞柱锹，DCP2.0還加入了小鼠的圖譜數(shù)據(jù)哪自。目前總計(jì)36個(gè)人類、13個(gè)小鼠的圖譜項(xiàng)目禁熏∪老铮可以搜索project的詳細(xì)信息、并下載Metadata和Matrices數(shù)據(jù)自行分析瞧毙。
8隙笆、SCP(Single Cell Portal)
https://singlecell.broadinstitute.org/single_cell
BRAOD研究所開發(fā)，數(shù)據(jù)庫首頁非常簡潔升筏，包括數(shù)據(jù)檢索框撑柔，可以按 study 或者 gene 進(jìn)行檢索，以查詢實(shí)驗(yàn)設(shè)計(jì)和基因在不同cell type中的表達(dá)情況您访。
目前已收錄321個(gè)study的1235萬個(gè)細(xì)胞铅忿。需要注冊才能下載數(shù)據(jù)。
使用參考：單細(xì)胞測序數(shù)據(jù)挖掘工具——Single Cell Portal介紹
https://cloud.tencent.com/developer/article/1471483
9灵汪、SCEA(Single Cell Expression Atlas)
https://www.ebi.ac.uk/gxa/sc/home
歐洲EMBL-EBI的單細(xì)胞數(shù)據(jù)庫檀训，收集了包括14個(gè)物種、181個(gè)study享言、403萬個(gè)細(xì)胞峻凫。
可以按gene和experiment檢索實(shí)驗(yàn)設(shè)計(jì)、分析參數(shù)览露、下載marker基因和表達(dá)數(shù)據(jù)矩陣等荧琼。
10、HCL(Human Cell Landscape)
浙江大學(xué)郭國驥教授開發(fā)差牛，包括人類50種組織的超過70萬個(gè)細(xì)胞命锄，劃分為102個(gè)cluster，可以查詢每種組織偏化、每個(gè)cluster的marker基因脐恩。可以上傳和下載數(shù)據(jù)自行分析侦讨。
11驶冒、MCA(Mouse Cell Atlas)
http://bis.zju.edu.cn/MCA/index.html
浙江大學(xué)郭國驥教授開發(fā)，包含14種小鼠組織的超過80萬個(gè)細(xì)胞韵卤，分成104個(gè)cluster骗污，可以查詢每種組織、每個(gè)cluster的marker基因怜俐∩肀ぃ可以上傳和下載自行分析。MCA2.0版本正在更新之中拍鲤。
使用參考：Mouse Cell Atlas：小鼠單細(xì)胞圖譜贴谎，專業(yè) http://www.reibang.com/p/61a30837ee30
12汞扎、CDCP
國家基因庫單細(xì)胞數(shù)據(jù)庫Cell-omics Data Coordinate Platform，收錄6個(gè)物種擅这、17個(gè)項(xiàng)目澈魄、7124個(gè)樣本的12萬個(gè)細(xì)胞，目前數(shù)據(jù)和功能還比較少仲翎，只開發(fā)了人和猴子的數(shù)據(jù)查詢和下載痹扇，無法做可視化。
13溯香、scRNASeqDB
https://bioinfo.uth.edu/scrnaseqdb/
第一個(gè)人類單細(xì)胞轉(zhuǎn)錄組數(shù)據(jù)庫鲫构，數(shù)據(jù)庫收錄了38個(gè)單細(xì)胞轉(zhuǎn)錄組數(shù)據(jù)集的13440個(gè)樣本的信息，其中GEO數(shù)據(jù)庫中的數(shù)據(jù)集有36個(gè)玫坛，用戶可根據(jù)基因gene或細(xì)胞類型cell來搜索基因表達(dá)的信息结笨，同時(shí)scRNASeqDB還提供可查詢和可視化工具，包括基因湿镀、細(xì)胞類型或群體間差異表達(dá)基因的注釋信息炕吸，另外用戶還可以通過Dataset View功能瀏覽數(shù)據(jù)庫的數(shù)據(jù)信息。
使用參考：單細(xì)胞測序數(shù)據(jù)庫介紹(SCPortalen勉痴、scRNASeqDB) http://www.sci666.net/24888.html
14赫模、Cell BLAST
Cell BLAST是一個(gè)自帶高質(zhì)量參考數(shù)據(jù)庫ACA的scRNA-seq數(shù)據(jù)檢索/注釋工具，能做細(xì)胞類型鑒定蒸矛、發(fā)現(xiàn)新細(xì)胞類型瀑罗、注釋連續(xù)細(xì)胞狀態(tài)。這個(gè)網(wǎng)站由北京大學(xué)的高歌研究員團(tuán)隊(duì)研發(fā)莉钙，2020年7月份發(fā)表在《Nature Communications》廓脆，這一數(shù)據(jù)庫為有效利用現(xiàn)有數(shù)據(jù)進(jìn)行細(xì)胞注釋和跨數(shù)據(jù)集研究提供了新的工具和資源。（值得一提的是磁玉，跟李霞教授一樣，高老師團(tuán)隊(duì)還開發(fā)了非常好用的lncRNA數(shù)據(jù)庫AnnoLnc驾讲、以及植物轉(zhuǎn)錄因子PlantTFDB等廣受好評(píng)的數(shù)據(jù)庫）
用戶可以通過上傳數(shù)據(jù)蚊伞，進(jìn)行細(xì)胞類型鑒定、發(fā)現(xiàn)新細(xì)胞類型吮铭、注釋連續(xù)細(xì)胞狀態(tài)等分析时迫，也可以下載數(shù)據(jù)集和python程序包自行分析。
使用參考：Cell BLAST：scRNA序列數(shù)據(jù)查詢和注釋工具
15谓晌、signatureDB
https://lymphochip.nih.gov/signaturedb/
B cell數(shù)據(jù)庫掠拳，發(fā)表2018新英格蘭雜志Genetics and Pathogenesis of Diffuse Large B-Cell Lymphoma.
數(shù)據(jù)以表格的形式進(jìn)行展示，僅供自行下載研究纸肉。
16溺欧、VascularSingleCells
http://betsholtzlab.org/VascularSingleCells/database.html
作者構(gòu)建了小鼠腦和肺血管及血管相關(guān)細(xì)胞類型數(shù)據(jù)庫喊熟，包含腦的3436個(gè)單細(xì)胞單細(xì)胞轉(zhuǎn)錄組以及小鼠肺的1504個(gè)單細(xì)胞轉(zhuǎn)錄組。
使用參考：血管相關(guān)細(xì)胞類型單細(xì)胞測序數(shù)據(jù)庫分享
17姐刁、CellPhoneDB
細(xì)胞間通訊網(wǎng)絡(luò)研究必備芥牌，由英國Wellcome Sanger Institute的Teichmann Lab和Vento-Tormo Lab開發(fā)。需下載自行分析聂使。
18壁拉、GRNdb
轉(zhuǎn)錄因子及其下游靶基因形成的基因調(diào)控網(wǎng)絡(luò)（Gene Regulatory Network, GRN）數(shù)據(jù)庫。由華東師范大學(xué)等多家機(jī)構(gòu)科研團(tuán)隊(duì)開發(fā)柏靶，是一個(gè)免費(fèi)的人類和小鼠數(shù)據(jù)庫弃理，旨在方便搜索和分析轉(zhuǎn)錄因子(TFs)和下游靶基因(稱為調(diào)控子)在各種組織/條件下形成的調(diào)控網(wǎng)絡(luò)。
基于已知的TF-target關(guān)系和從公共數(shù)據(jù)庫收集的大規(guī)模單細(xì)胞轉(zhuǎn)錄組數(shù)據(jù)屎蜓，以及TCGA和GTEx數(shù)據(jù)案铺，研究人員系統(tǒng)地預(yù)測了184種不同生理和病理?xiàng)l件下的人和小鼠的GRNs，涉及超過633000個(gè)細(xì)胞和超過27700個(gè)樣本梆靖。GRNdb可搜索控汉、比較、瀏覽返吻、可視化和下載77746個(gè)GRN姑子、19687841個(gè)TF-target以及相關(guān)結(jié)合motif的預(yù)測信息。
使用參考：GRNdb：單細(xì)胞水平的基因調(diào)控網(wǎng)絡(luò)數(shù)據(jù)庫 https://my.oschina.net/u/4594634/blog/4950816
19测僵、SpatialDB
https://www.spatialomics.org/SpatialDB/
2019年11月街佑，中國科學(xué)院生物物理研究所高通量測序中心陳潤生院士團(tuán)隊(duì)發(fā)布第一個(gè)單細(xì)胞空間轉(zhuǎn)錄組數(shù)據(jù)庫及數(shù)據(jù)在線可視化平臺(tái)：SpatialDB，為研究組織的空間細(xì)胞結(jié)構(gòu)提供了一個(gè)資源庫捍靠，并可能為理解疾病中的細(xì)胞微環(huán)境帶來新的見解沐旨。其相關(guān)研究成果已發(fā)表在《Nucleic acids research》。
SpatialDB系統(tǒng)收錄了來自5個(gè)物種由8種空間轉(zhuǎn)錄組技術(shù)產(chǎn)生的數(shù)據(jù)榨婆，建立了空間轉(zhuǎn)錄組數(shù)據(jù)分析處理流程磁携，實(shí)現(xiàn)了空間轉(zhuǎn)錄組數(shù)據(jù)的在線可視化，同時(shí)提供了空間差異表達(dá)基因及其功能富集分析的注釋良风。包括5個(gè)物種（人類谊迄、小鼠、果蠅烟央、秀麗隱桿線蟲和斑馬魚）的24個(gè)空間轉(zhuǎn)錄組數(shù)據(jù)集统诺，這些數(shù)據(jù)集由8種空間分辨轉(zhuǎn)錄組技術(shù)生成，包括ST疑俭、Slide-seq粮呢、LCM-seq、seqFISH、MERFISH啄寡、Liver single cell zonation豪硅、Geo-seq和Tomo-seq。
用戶可以從不同技術(shù)的所有數(shù)據(jù)集中獲得目標(biāo)基因的空間表達(dá)信息这难、瀏覽數(shù)據(jù)集中的空間差異表達(dá)基因及目標(biāo)基因的空間表達(dá)信息舟误、比較任意兩個(gè)數(shù)據(jù)集的空間基因表達(dá)譜、也可以上傳或下載數(shù)據(jù)姻乓。
使用參考：SpatialDB：讓空間轉(zhuǎn)錄組數(shù)據(jù)可視化
20嵌溢、Brain RNA-Seq
http://web.stanford.edu/group/barres_lab/brain_rnaseq.html（目前暫不可用）
該數(shù)據(jù)庫純化了小鼠大腦皮層的神經(jīng)元、星形膠質(zhì)細(xì)胞蹋岩、少突膠質(zhì)前體細(xì)胞赖草、新形成的少突膠質(zhì)細(xì)胞、髓鞘少突膠質(zhì)細(xì)胞剪个、小膠質(zhì)細(xì)胞秧骑、內(nèi)皮細(xì)胞和周細(xì)胞，通過RNA測序?yàn)檫@八種細(xì)胞類型生成了轉(zhuǎn)錄組數(shù)據(jù)庫扣囊。進(jìn)一步通過生物信息學(xué)分析鑒定了數(shù)千種新的細(xì)胞類型富集基因和剪接異構(gòu)體乎折，這些基因和異構(gòu)體將為細(xì)胞鑒定提供新的標(biāo)記物。
21侵歇、SCPortalen
http://single-cell.clst.riken.jp/（目前暫不可用）
日本RIKEN研究所開發(fā)
22骂澄、scTPA
http://sctpa.bio-data.cn/sctpa（目前暫不可用）
scTPA是用于在人和小鼠中基于生物途徑激活進(jìn)行單細(xì)胞轉(zhuǎn)錄組分析和注釋的網(wǎng)絡(luò)工具。數(shù)據(jù)庫收集了具有不同功能和分類的大量生物途徑惕虑，這有助于識(shí)別細(xì)胞類型注釋和解釋的關(guān)鍵途徑簽名坟冲。優(yōu)化了四種不同的途徑激活評(píng)估方法的可執(zhí)行代碼，以使運(yùn)行時(shí)間減少4至56倍溃蔫。提供了單細(xì)胞途徑激活概況的分析和可視化功能健提，例如細(xì)胞聚類和注釋，標(biāo)記途徑及其相關(guān)基因的鑒定伟叛，從面向途徑的角度私痹，這將有助于更好地了解細(xì)胞類型和狀態(tài)。
溫州醫(yī)科大學(xué)蘇建忠教授課題組開發(fā)痪伦，于2020年5月表于國際知名期刊Bioinformatics（影響因子：5.61）
使用參考：scTPA：單細(xì)胞轉(zhuǎn)錄組分析和注釋工具
CellMarker: a manually curated resource of cell markers in human and mouse.Nucleic Acids Research.2018.
Oscar Franzén, Li-Ming Gan, Johan L M Bj?rkegren, PanglaoDB: a web server for exploration of mouse and human single-cell RNA sequencing data, Database, Volume 2019, 2019, baz046, doi:10.1093/database/baz046
CancerSEA: a cancer single-cell state atlas. Nucleic Acids Res. 2019.
LnCeCell: a comprehensive database of predicted lncRNA-associated ceRNA networks at single-cell resolution.Nucleic Acids Research, 2021
Zheng L L, Xiong J H, Zheng W J, et al. ColorCells: a database of expression, classification and functions of lncRNAs in single cells[J]. Briefings in Bioinformatics, 2020.
SC2diseases: a manually curated database of Single-Cell Transcriptome for human diseases, Nucleic Acids Research, 2020
Han, X. et al. Construction of a human cell landscape at singlecell level. Nature https://doi.org/10.1038/s41586-020-2157-4 (2020)
scRNASeqDB: A Database for RNA-Seq Based Gene Expression Profiles in Human Single Cells.Genes (Basel). 2017 Dec 5;8(12). pii: E368
*Cao, ZJ., Wei, L., Lu, S. et al. Searching large-scale scRNA-seq databases via unbiased cell embedding with Cell BLAST. Nat Commun 11, 3458 (2020). *https://doi.org/10.1038/s41467-020-17281-7
He L, Vanlandewijck M, M?e MA, et al. Single-cell RNA sequencing of mouse brain and lung vascular and vessel-associated cell types. Sci Data. 2018
CellPhoneDB: Inferring cell-cell communication from combined expression of multi-subunit receptor-ligand complexes Efremova M, Vento-Tormo M, Teichmann S, Vento-Tormo R. Nat Protoc. 2020 Apr;15(4):1484-1506. doi: 10.1038/s41596-020-0292-x. Epub 2020 Feb 26
Zhen Fan, Runsheng Chen and Xiaowei Chen. SpatialDB: a database for spatially resolved transcriptomes. Nucleic Acids Research. DOI:10.1093/nar/gkz934
