单细胞技术

  传统的测序方法，无论是基因芯片或者二代基因测序技术(Next Generation Sequencing，NGS)都需要从超过10万个细胞中提取一大堆DNA或者RNA，检测结果是一大堆细胞的平均值。因此，对于理解人体细胞的多样性有着明显的局限性。随着生物学研究的逐步深入，在多细胞或组织水平分析一个细胞群体内平均的基因表达水平已不能满足科研需求。单细胞测序应用而生。
  单细胞测序技术是2013年刚刚发展起来的，2014年单细胞测序技术的应用被列为Nature Methods年度最重要的方法学进展。从2009年的第一篇单细胞测序文章到现在10年的时间，单细胞测序的技术，分析算法，科研以及临床应用都取得了非常大的进步，逐渐成为了新的热门研究领域，而且，单细胞测序基本成为CNS优秀文章的“标配”。
  在单细胞转录组测序技术快速发展的同时，单细胞多组学技术也在迅猛发展。目前，单细胞多组学检测已包含转录组、基因组、表观组、免疫组、蛋白组等多个组学方面，为单细胞水平上的研究提供了更全面、更精细、更完整的分析策略。
单细胞转录组+普通转录组
  在完成scRNA-seq的特征基因筛选后，增加bulk-seq数据做验证性解释，有利于增加scRNA-seq的可信度。

1. 借助scRNA-seq探索bulk-seq差异基因的细胞分布情况，进一步研究关键效应群体：
   
2. 在bulk-seq研究的基础上，借助scRNA-seq探索差异基因对组织细胞构成的深入影响：
   
   

单细胞转录组+空间转录组
  scRNA-seq在bulk-seq的基础上完成了重大突破，却依然没有实现细胞的原位分析；直至近两年空间转录组（ST）的出现才有了填补这方面的空白信息。两组学联合的核心思想是解析ST中每个原位位置的细胞组成，以同时达到还原单细胞空间位置和提高图谱分辨率的目的。基于高分辨率的图谱，我们可以完成胞间联系、基因空间连续变化信息，将关键基因同时赋予细胞分布信息和组织分布信息，甚至是时间分布信息。

单细胞转录组+普通蛋白组：揭示肺衰老机制；
单细胞转录组+单细胞蛋白组：揭示免疫细胞的抑制性。