单细胞多元数据整合分析

前言

不断成熟的单细胞RNA测序技术（single-cell RNA sequencing, scRNA-seq）已经与其它革命性新技术一起，从遗传（genetic）、表观遗传（epigenetic）、空间（spatial）、蛋白质组（proteomic）和谱系（lineage）等各个方面，为我们揭开了单细胞的面纱。虽然还存在计算方面的问题，但这些科技进展也为我们提供了前所未有的机会，让我们能够利用多种不同的技术，对不同种类的细胞进行联合研究。这种综合分析（Integrated analysis）能够发现不同细胞之间的关系，全面了解不同细胞状态的意义，将各个单独的研究和技术获得的数据综合起来进行整体分析。本文，我们将探讨近年来在单细胞层面上综合分析研究的最新进展，重点关注综合分析在基因表达数据方面的应用。

一、单细胞多重检测

1. 在开展破坏性试验之前先收集细胞计量信息（cytometric information）

2. 分离细胞组份

3. 将细胞分析数据提炼成分子模型

4. 透过scRNA-seq数据发掘更多信息 

5. 分析多元数据

二、整合不同单细胞试验获得的数据

1. 整合单细胞RNA测序数据 

2. 将不同单细胞RNA测序数据集里的细胞进行分类

3. 多元单细胞数据的整合

三、将测序结果与空间数据相结合

细胞在组织里的空间组织信息往往折射出不同细胞在功能上的区别，以及细胞谱系和最终命运间的差异。

四、前景展望

随着各种单细胞研究技术的不断发展和成熟，不论是数据的规模，还是质量，都在飞速增长。