2025年 シングルセル・空間オミクス論文、いま何が引用され始めているのか
細胞から「場所」へ進む生命科学の引用スナップショット
前回は、2025年に出版されたAI×生命科学論文を見ました。
今回は、その中でもさらに生命科学寄りに、「シングルセル・空間オミクス」に絞ります。
AI感は少し薄くなります。
でも、生命科学の研究動向を見るという意味では、むしろかなり本命に近いテーマだと思っています。
シングルセル解析は、ざっくり言えば「どんな細胞がいるのか」を細胞単位で見る技術です。
空間オミクスは、さらに一歩進んで、「その細胞がどこにいるのか」「どんな細胞の近くにいるのか」まで見ようとする技術です。
これまで多くの生物学的な測定では、組織をある種の“平均値”として扱ってきました。
でも、組織は平均値ではありません。
がん細胞、免疫細胞、線維芽細胞、上皮細胞、神経細胞、血管細胞などが、場所ごとに異なる状態で存在しています。
そして、それらの細胞は単独で働いているわけではありません。
どこにあるか。
どの細胞に囲まれているか。
どんな近傍環境を作っているか。
これが、がん、免疫、神経疾患、自己免疫、発生、組織構造の理解にとって重要になっています。
今回は、2025年に出版されたシングルセル・空間オミクス関連論文のうち、OpenAlex上で取得し、私のローカルなスクリーニング条件を通過した候補の中から、「月あたり被引用数」が高いものをTop10として整理しました。
これは、2025年の全シングルセル・空間オミクス論文を完全に網羅した決定版ランキングではありません。
OpenAlexメタデータに基づく、引用スナップショットとして読んでください。
なお、私は生命科学の専門家ではありません。
本記事は、論文メタデータ、タイトル、抄録、掲載誌情報をもとに、AIの助けも借りながら内容を整理し、可能な範囲で原論文・出版社情報を確認しつつ編集したものです。
それでも、専門家から見ると解釈が粗い部分があるかもしれません。気づいた点があれば教えていただけると嬉しいです。
※単純な被引用数だけだと、年初に出た論文が有利になるため、今回は出版からの経過月数で割った「月あたり被引用数」を目安にしました。
では、10位から見ていきます。
10位：アルツハイマー病で、ミクログリアがアミロイドβを除去する仕組みを見る
原題：Microglial mechanisms drive amyloid-β clearance in immunized patients with Alzheimer’s disease
掲載：Nature Medicine
出版：2025年3月
被引用数：91
月あたり被引用数：6.24
10位は、アルツハイマー病におけるアミロイドβ除去とミクログリアの働きに注目した論文です。
ミクログリアは、脳の中にいる免疫関連細胞です。
アルツハイマー病では、炎症、アミロイド除去、神経損傷、疾患進行などに関わる可能性があり、非常に重要な細胞です。
この論文がシングルセル・空間オミクスの文脈で重要なのは、神経変性疾患でも、単に「アミロイドがあるかどうか」だけではなくなっているからです。
どの細胞集団が反応しているのか。
それらはどこに位置しているのか。
疾患部位の周囲で、ミクログリア、神経細胞、その他の脳細胞がどう関わっているのか。
こうした問いが重要になっています。
つまり、脳疾患研究も、より細胞レベルに、より空間的に、よりメカニズム志向になっていると読めます。
9位：CytoTRACE 2で、細胞の“これから向かう先”を読む
原題：Improved reconstruction of single-cell developmental potential with CytoTRACE 2
掲載：Nature Methods
出版：2025年10月
被引用数：45
月あたり被引用数：6.55
9位は、シングルセルデータから細胞の発生ポテンシャルを推定するCytoTRACE 2です。
シングルセル解析では、「この細胞は何の細胞か」を知るだけでは不十分になりつつあります。
その細胞は、より幹細胞に近いのか。
すでに分化した状態なのか。
別の状態へ移行しつつあるのか。
再生、発生、がん、細胞治療などでは、こうした“方向性”が重要になります。
CytoTRACE 2のような手法は、細胞の静的なスナップショットから、細胞状態がどこから来て、どこへ向かう可能性があるのかを読むための道具です。
シングルセル生物学は、単なる細胞タイプのカタログ作りから、細胞状態の変化や将来の可能性を読む方向へ進んでいるように見えます。
8位：EBウイルスが、ループスの自己反応性B細胞を変える
原題：Epstein-Barr virus reprograms autoreactive B cells as antigen-presenting cells in systemic lupus erythematosus
掲載：Science Translational Medicine
出版：2025年11月
被引用数：42
月あたり被引用数：6.62
8位は、全身性エリテマトーデス、いわゆるループスと、エプスタイン・バーウイルスに関する論文です。
タイトルからは、EBウイルスが自己反応性B細胞を抗原提示細胞のように再プログラムする可能性が示されています。
自己免疫疾患は、ひとつの遺伝子や、ひとつの免疫細胞だけで説明できるものではありません。
免疫細胞、抗原、ウイルス感染歴、組織の文脈、疾患状態が絡み合っています。
ここでシングルセル解析が有用なのは、同じ「B細胞」と呼ばれる細胞でも、状態や役割が大きく違う可能性があるからです。
平均値として免疫応答を見るのではなく、異なる細胞状態と相互作用の集合として疾患を見る。
自己免疫疾患でも、そうした見方が重要になっていることを示す論文だと思います。
7位：発生中のヒト大脳新皮質を、細胞と空間から見る
原題：Molecular and cellular dynamics of the developing human neocortex
掲載：Nature
出版：2025年1月
被引用数：112
月あたり被引用数：6.80
7位は、発生中のヒト大脳新皮質を扱う論文です。
大脳新皮質は、人間の脳の中でも非常に複雑な構造です。
その発生を理解するには、どの遺伝子が働いているか、どの細胞タイプがいるかを見るだけでは足りません。
細胞集団がどのように現れ、変化し、相互作用し、組織化されていくのかを見る必要があります。
だからこそ、シングルセル解析や空間トランスクリプトミクスが発生生物学で重要になります。
分子プログラム、細胞のアイデンティティ、組織構造を結びつけることができるからです。
シングルセル・空間オミクスは、がんや免疫だけでなく、ヒト発生の理解にも広がっていると読めます。
6位：抗PD-1治療を受けた肺がんの免疫不均一性をシングルセルで見る
原題：A single-cell atlas reveals immune heterogeneity in anti-PD-1-treated non-small cell lung cancer
掲載：Cell
出版：2025年3月
被引用数：95
月あたり被引用数：6.84
6位は、抗PD-1治療を受けた非小細胞肺がんを、シングルセルアトラスとして解析した論文です。
免疫チェックポイント療法は、がん治療を大きく変えました。
しかし、すべての患者が同じように反応するわけではありません。
その理由のひとつは、腫瘍が均一ではないことです。
腫瘍の中や周囲にある免疫環境は、患者ごとに違うだけでなく、同じ腫瘍の中でも場所によって違います。
シングルセルアトラスを使うと、単に「免疫細胞がいるかどうか」ではなく、
どんな免疫細胞がいるのか。
どんな状態にあるのか。
治療反応とどう関係するのか。
をより細かく見ることができます。
がん研究は、バルクな腫瘍分類から、細胞レベルの免疫マップへ移りつつあるように見えます。
5位：moscotで、細胞を時間と空間の中でマッピングする
原題：Mapping cells through time and space with moscot
掲載：Nature
出版：2025年1月
被引用数：110
月あたり被引用数：6.88
5位は、より方法論的な論文です。
テーマは、時間と空間をまたいで細胞をマッピングすることです。
現代のシングルセル生物学では、細胞の静的なスナップショットだけでは足りません。
細胞状態がどう変化するのか。
発生の軌跡がどう形成されるのか。
細胞がどのように生物学的プログラムを進んでいくのか。
さらに空間生物学では、それを組織内の位置関係と結びつける必要があります。
シングルセル・空間オミクスは巨大なデータを生みます。
しかし、データが多いだけでは意味を読み取れません。
細胞状態、時間、空間を結びつける計算手法が必要です。
moscotのような論文は、この分野が単にデータセットを増やしているだけでなく、それを解釈するための分析インフラを作っていることを示しています。
4位：空間オミクスという分野そのものを整理する
原題：Spatial omics at the forefront: emerging technologies, analytical innovations, and clinical applications
掲載：Cancer Cell
出版：2025年12月
被引用数：35
月あたり被引用数：7.40
4位は、空間オミクスの技術、分析手法、臨床応用を広く整理する概説的な論文です。
このような概説論文が早く引用され始めていること自体が、分野が急速に広がっていることを示しているように見えます。
技術領域が成長すると、研究者には地図が必要になります。
どんなプラットフォームがあるのか。
どんな分析手法が出てきているのか。
どこに臨床応用の可能性があるのか。
空間オミクスは、狭い専門技術というより、組織の中で疾患生物学を理解するための枠組みのひとつになりつつあります。
特にがんでは、腫瘍は空間的な生態系として見る必要があります。
がん細胞、免疫細胞、線維芽細胞、血管、細胞外マトリックスは、ただ混ざって存在しているわけではありません。
近傍環境を作り、その関係性が免疫活性、腫瘍組織化、治療反応、疾患進行に影響する可能性があります。
空間オミクスは、組織レベルの生物学を記述するための有用な枠組みになりつつあるように感じます。
3位：遺伝子摂動予測で、深層学習が単純なベースラインに勝てなかった
原題：Deep-learning-based gene perturbation effect prediction does not yet outperform simple linear baselines
掲載：Nature Methods
出版：2025年8月
被引用数：80
月あたり被引用数：8.23
3位は、前回のAI×生命科学ランキングにも登場した論文です。
今回も含めるのは、シングルセル・空間オミクスの文脈でも重要な「現実確認」になっているからです。
この論文は、派手な新モデルの論文ではありません。
ベンチマーク論文です。
シングルセルAIモデルに期待される応用のひとつが、遺伝子摂動効果の予測です。
簡単に言えば、ある遺伝子をノックアウトしたり過剰発現させたりしたときに、細胞のトランスクリプトームがどう変わるかを予測するタスクです。
これは、生物学、創薬、機能ゲノミクスにとって重要です。
しかしこの論文では、単一摂動・二重摂動後のトランスクリプトーム変化予測において、深層学習モデルが単純な線形ベースラインを上回らなかったと報告されています。
重要なのは、「AIが失敗した」ということではありません。
シングルセル解析が、大規模で複雑なモデルを出すだけでなく、単純なベースラインときちんと比較する成熟段階に入りつつある、ということです。
新しいモデルほど強いとは限らない。
これはAI×生命科学全体にとっても重要なメッセージです。
2位：がん関連線維芽細胞の空間サブタイプと細胞近傍を見る
原題：Conserved spatial subtypes and cellular neighborhoods of cancer-associated fibroblasts revealed by single-cell spatial multi-omics
掲載：Cancer Cell
出版：2025年3月
被引用数：153
月あたり被引用数：11.06
2位は、がん関連線維芽細胞、CAFをシングルセル空間マルチオミクスで解析した論文です。
CAFは、腫瘍微小環境の重要な構成要素です。
腫瘍成長、免疫応答、組織構造、治療抵抗性に影響し得ます。
ただし、CAFはひとつの均一な細胞タイプではありません。
異なるサブタイプや状態として存在しています。
この論文では、CAFの保存された空間サブタイプと細胞近傍を調べています。
ここで重要なのは「近傍」です。
がん生物学では、どの細胞がいるかだけでは足りません。
どの細胞が隣り合っているのか。
どんな細胞コミュニティが繰り返し現れるのか。
どの近傍環境が、免疫細胞状態、腫瘍組織化、患者アウトカム、その他の疾患関連パターンと関係しているのか。
こうした問いが重要になります。
このスナップショットの中では、空間がん生物学におけるかなり強いシグナルのひとつだと思います。
腫瘍を、単なる細胞の集まりではなく、組織化された細胞生態系として見る方向が強まっています。
1位：大腸がんの免疫細胞集団を、高精細空間トランスクリプトミクスで見る
原題：High-definition spatial transcriptomic profiling of immune cell populations in colorectal cancer
掲載：Nature Genetics
出版：2025年6月
被引用数：162
月あたり被引用数：13.81
1位は、高精細空間トランスクリプトミクスを使って、大腸がんにおける免疫細胞集団を解析した論文です。
大腸がんは、単なるがん細胞の塊ではありません。
免疫細胞、間質細胞、上皮細胞、血管、線維芽細胞など、多くの構成要素を含んでいます。
免疫系は、腫瘍を攻撃することもあれば、無視することもあり、腫瘍環境によって形作られることもあります。
空間トランスクリプトミクスは、こうした免疫細胞集団を「その場」で見るための手段です。
これは重要です。
免疫細胞は、どんな種類かだけでなく、どこにいるかも意味を持つからです。
より広く言えば、空間トランスクリプトミクスは、免疫細胞の配置、局所的な免疫構造、免疫排除の可能性について問いを立てる助けになります。
この論文は、なぜがん研究で空間的文脈が重要になっているのかを示す強い例だと思います。
組織生物学は、位置を意識する方向へ進んでいます。
Top10から見えること
今回のTop10を見ると、シングルセル・空間オミクスは、組織生物学を読むための重要な方法になりつつあるように見えます。
ただし、これは単に大きな細胞アトラスを作る話ではありません。
少なくとも、いくつかの方向性が見えます。
1つ目は、がんです。
このスナップショットでは、大腸がん、肺がん、がん関連線維芽細胞、免疫細胞集団、腫瘍微小環境に関する論文が目立ちました。
2つ目は、組織文脈です。
空間トランスクリプトミクスや空間マルチオミクスは、どの細胞が存在するかだけでなく、それらがどこにあり、どう配置されているかを見るための技術になっています。
3つ目は、免疫生物学です。
がん免疫、自己免疫疾患、アルツハイマー病に関連するミクログリア、免疫不均一性がこのランキングに入っています。
4つ目は、細胞タイプのラベル付けを超える流れです。
CytoTRACE 2や遺伝子摂動ベンチマークは、研究者が発生ポテンシャル、摂動応答、細胞状態遷移を理解しようとしていることを示しています。
5つ目は、手法とインフラです。
moscotやベンチマーク論文は、この分野に必要なのがデータセットだけではなく、分析手法でもあることを示しています。
6つ目は、空間オミクスが分野レベルの枠組みになりつつあることです。
Cancer Cellの概説論文が高い位置に入っていることは、研究者が急速に広がる技術、分析手法、応用の全体像を整理しようとしていることを示しているように見えます。
全体として、この分野は、
「どんな細胞が存在するのか？」
という問いから、
「その細胞はどこにあり、どんな近傍環境を作り、その空間的な関係性が生物学にどう影響するのか？」
という問いへ進んでいます。
だからこそ、シングルセル・空間オミクスは注目すべき分野だと思います。
Top10には惜しくも入らなかった論文
今回のTop10には入らなかったものの、注目しておきたい論文もいくつかあります。
Programs, origins and immunomodulatory functions of myeloid cells in glioma（Nature）は、Top10のすぐ外にありました。
Spatial transcriptomics identifies molecular niche dysregulation associated with distal lung remodeling in pulmonary fibrosis（Nature Genetics）は、肺線維症における組織文脈を扱う強い論文です。
Integrated single-cell and spatial transcriptomics uncover distinct cellular subtypes involved in neural invasion in pancreatic cancer（Cancer Cell）は、膵がんの神経浸潤に関わる細胞サブタイプを、シングルセル・空間トランスクリプトミクスで解析しています。
Nicheformer: a foundation model for single-cell and spatial omics（Nature Methods）は、数値上のTop10には入りませんでしたが、かなり気になる論文です。シングルセル・空間オミクスの分析レイヤーに、基盤モデルが入ってくる可能性を示しています。
A visual–omics foundation model to bridge histopathology with spatial transcriptomics（Nature Methods）も注目です。病理画像と空間トランスクリプトミクスをつなぐ方向性を示しています。
これらは月あたり被引用数のTop10には入りませんでしたが、この分野がどこへ向かっているかを見るうえでは重要だと思います。
専門領域ごとの動向を追う意味
生命科学全体を見ると、大きなブレイクスルーが話題の中心になりがちです。
タンパク質設計。
AI創薬。
CRISPR。
大規模ゲノミクス。
でも、特定の分野に絞ると、違う地図が見えてきます。
シングルセル・空間オミクスでは、重要なシグナルは「新しいデータセット」だけではありません。
空間的な組織近傍。
細胞不均一性。
発生ポテンシャル。
腫瘍微小環境。
免疫細胞状態。
手法ベンチマーク。
マルチモーダルな組織生物学。
広い科学ニュースは有用です。
でも、研究者やR&Dチームにとって本当に価値があるのは、自分の専門領域の中で何が動いているのかを追うことだと思います。
私は現在、OpenPharosという論文アラートサービスを作っています。
OpenPharosは、自分の専門領域に合わせて新着論文を追えるサービスです。
現在は新着論文の配信が中心ですが、今回のような専門領域別ランキングやResearch Signalレポートも、Proプラン向け機能として開発中です。
OpenPharosは、ScopusやWeb of Scienceを置き換えるものではありません。
むしろ、研究者やR&Dチーム、研究支援組織が、自分たちの分野の重要な動きに、より早く、より少ない労力で気づくための補完的なアラート・Research Signalレイヤーを目指しています。
openpharos.org
2026年版、気になりませんか？
今回は、2025年出版のシングルセル・空間オミクス論文を整理しました。
では、2026年はいま何が引用され始めているのでしょうか。
空間トランスクリプトミクスは、がん研究でさらに中心的になるのか。
シングルセルアトラスは、記述的な地図から予測モデルへ進むのか。
シングルセル・空間オミクス向けの基盤モデルは、本当に実用的になっていくのか。
空間的文脈は、組織生物学を読むうえで当たり前の視点になっていくのか。
こうした動向は、単発の記事よりも、継続して追うことで価値が出ます。
OpenPharosでは、こうした専門領域ごとの論文シグナルを継続的に追える形を目指しています。
関心のある分野の新着論文を追いたい方は、ぜひOpenPharosも試してみてください。
openpharos.org
集計方法について
最後に、今回の集計方法を簡単に書いておきます。
本記事は、OpenAlexから取得した論文メタデータをもとに、シングルセル・空間オミクス関連論文の主要候補を抽出してまとめたものです。
OpenAlexメタデータの取得日は、2026年5月24日です。
対象は、2025年1月1日から2025年12月31日までに出版されたシングルセル・空間オミクス関連論文です。
このテーマでは、再取得により、6,667件のraw API records、4,486件のunique records、ローカルスクリーニング後の1,184件のcore recordsを取得しました。
検索語には、single-cell RNA-seq、single-cell transcriptomics、single-cell genomics、cell atlases、spatial transcriptomics、spatial omics、multimodal omics、single-cell foundation models、spatial omics foundation models、single-cell deep learning、spatial transcriptomics deep learning、Nicheformerのような関連モデル名を含めました。
重複除去とキーワードベースのスクリーニングを行った後、候補論文をトピック別に整理しました。
このTop10は、ローカル条件を通過した候補群の中で、月あたり被引用数が高かった数値上のTop10です。
単純な被引用数は年初に出版された論文に有利になるため、出版からの月数で割った月あたり被引用数を粗い指標として使いました。
一部の高スコア論文は、キーワードフィルターによりnot_core_textとして除外されており、別途の手動監査が必要です。
そのため、この記事は分野全体の決定版ランキングではなく、スクリーニング済みOpenAlexスナップショットとして読んでください。
出版日と被引用数はOpenAlexに基づいています。
出版社ページ、Crossref、Web of Science、Scopus、PubMed、その他のデータベースとは異なる可能性があります。
このランキングは、2025年のすべてのシングルセル・空間オミクス論文を包括的に評価したものではありません。
OpenAlexメタデータには、誤りや欠落が含まれる可能性があります。
検索語、キーワードフィルター、除外ルールは、どの論文が含まれるかに影響します。
分野差、自己引用、引用の質、撤回、訂正は完全には補正していません。
重要な判断を行う場合は、必ず原著論文、出版社ページ、DOI、公式情報源を確認してください。
※本記事は、医療助言、専門的査読、公式評価ではありません。
修正・ご指摘歓迎です
本記事は、最終的な専門家レビューではなく、継続的に改善していくResearch Signalとして公開しています。
もし、間違い、抜けている重要論文、解釈が弱い部分、よりよい見方があれば、コメントで教えていただけると嬉しいです。
今後のOpenPharos Research Signalsの改善に活かします。
