单细胞测序应用

单细胞测序应用

讲解人：***（职务/职称）

日期：2026年**月**日单细胞测序技术概述单细胞测序技术优势与挑战文库制备与测序方法数据质量控制与预处理生物信息学分析流程肿瘤研究中的应用免疫学研究突破目录发育生物学应用神经科学研究进展血液系统研究感染性疾病研究个性化医疗实践技术前沿与发展趋势临床转化与产业化目录单细胞测序技术概述01单细胞测序的定义与发展历程技术演进从早期手工操作的单细胞分离发展到自动化微流控平台，从单一基因组测序扩展到多组学联合分析（如同时检测转录组和染色质可及性），推动形成了国际人类细胞图谱计划等大型科研项目。里程碑事件2012年哈佛大学团队开发的MALBAC技术首次实现高效单细胞全基因组扩增，同年完成首例人类单细胞测序；2015年后微流控与组合条形码技术的突破使通量提升至数万细胞级别。技术本质单细胞测序是在单个细胞水平解析基因组、转录组或表观组的遗传信息的高通量测序技术，突破了传统群体测序的细胞异质性限制，能够揭示细胞间分子特征的细微差异。传统测序获取的是细胞群体的平均信号，掩盖了稀有细胞亚群和连续过渡状态；单细胞测序能识别每个细胞的独特表达谱，发现仅占1%的稀有细胞类型。01040302与传统批量测序的核心差异比较分辨率差异单细胞测序需额外解决微量核酸扩增偏倚（如MALBAC技术通过环化引物降低偏差）、细胞捕获效率（微流控芯片优化液滴生成）和跨批次效应（UMI分子标签校正）三大技术瓶颈。技术复杂度单细胞数据具有高维度（数万个基因）、高稀疏性（每个细胞仅检测到部分基因）和强噪声（扩增偏差和dropout事件）的特点，需开发专用算法进行降维和聚类分析。数据特征批量测序适用于检测已知生物标志物；单细胞测序更擅长发现新细胞亚群（如肿瘤微环境中的免疫细胞亚型）、解析发育轨迹（拟时间分析）和揭示调控机制（如染色质开放性与基因表达的关联）。应用场景单细胞分离与标记基因组测序采用全基因组扩增技术（如MALBAC的多重退火循环扩增），转录组测序通过逆转录加UMI分子标签；表观组测序依赖Tn5转座酶切割开放染色质区域（scATAC-seq）。核酸扩增与建库生物信息学分析基于条形码解码生成细胞-基因矩阵，通过PCA/t-SNE降维、Louvain聚类识别细胞亚群，结合差异表达分析（MAST/DESeq2）和轨迹推断（Monocle/PAGA）揭示生物学意义。通过微流控液滴系统（10xGenomics）或微孔板（BDRhapsody）实现单细胞包裹，每个细胞分配独特核酸条形码，确保后续测序数据可追溯至原始细胞。技术原理与关键实验流程解析单细胞测序技术优势与挑战02通过微流控液滴系统（如10xGenomicsChromium平台）实现单细胞水平的基因表达分析，能够识别传统批量测序无法检测的稀有细胞亚群（如肿瘤干细胞或循环肿瘤细胞），揭示细胞间转录组差异。细胞异质性研究的技术突破单细胞分辨率解析结合单细胞RNA测序（scRNA-seq）与表观基因组测序（如ATAC-seq），可同时分析基因表达和染色质可及性，解析细胞状态转换（如上皮-间质转化）的分子机制。多维数据整合利用遗传条形码标记（如LineageTracing）追踪单个肿瘤细胞的克隆演化路径，为癌症耐药性研究提供时间维度上的异质性数据。动态追踪技术高分辨率解析生物学过程的优势肿瘤微环境解码单细胞测序可区分肿瘤组织中恶性细胞、免疫细胞（如T细胞、巨噬细胞）和基质细胞的互作网络，揭示免疫逃逸机制和潜在治疗靶点。发育生物学应用在胚胎发育研究中，通过单细胞转录组图谱构建细胞命运决定轨迹（如原始生殖细胞PGC的表观遗传重编程过程），解析分化路径的关键调控因子。罕见疾病诊断针对神经退行性疾病（如阿尔茨海默病），单细胞测序可识别特定神经元亚群的基因表达异常，为精准诊断提供分子标志物。药物响应预测通过分析患者来源类器官的单细胞转录组，预测肿瘤细胞亚群对化疗或靶向药物的敏感性差异，指导个体化治疗方案设计。当前面临的技术瓶颈与解决方案高通量液滴系统（如Drop-seq）虽能并行处理数万细胞，但测序成本较高，通过样本多重标记（Multiplexing）或算法降维（如Bulk2Space）可降低实验开销。通量与成本平衡单细胞测序中低起始量DNA/RNA易导致扩增偏倚，采用MALBAC技术（环化引物设计）或改进的多重置换扩增（MDA）可提高基因组覆盖均一性。数据噪声与扩增偏倚海量单细胞数据需依赖高级分析工具（如Seurat、Scanpy）进行聚类和拟时序分析，开发用户友好的可视化界面（如CellxGene）可提升临床转化效率。生物信息学挑战文库制备与测序方法03法律风险，请重新输入文库制备与测序方法单细胞分离技术比较（微流控/流式分选）“法律风险，请重新输入文库制备与测序方法单细胞全基因组扩增方法法律风险，请重新输入文库制备与测序方法建库策略与测序平台选择数据质量控制与预处理04原始数据质控指标与标准测序深度与覆盖度确保每个细胞的平均测序深度达到10,000-50,000reads，基因检测数量需覆盖1,000-5,000个基因，以保障数据可靠性。剔除线粒体基因占比过高（>20%）或UMI/基因数过低的细胞，避免技术噪音干扰后续分析。通过双峰分布或机器学习模型识别并移除包含多个细胞的液滴（如DoubletFinder工具），确保单细胞数据纯度。低质量细胞过滤双细胞检测基于nFeature_RNA（检测基因数）和nCount_RNA（UMI总数）剔除空滴（基因数过低）或多细胞捕获（基因数异常高）。结合percent.mt阈值（通常≤10%）去除应激或破裂细胞，保留高完整性细胞数据。使用UMI去重技术消除PCR扩增偏差，确保转录本定量准确性。通过Harmony或CCA算法整合多批次数据，消除实验条件差异导致的系统性偏差。数据清洗与噪声过滤方法低质量细胞过滤线粒体基因过滤技术噪声校正批次效应处理批次效应校正技术基于锚点的整合方法如Seurat的CCA和RPCA，通过识别跨批次共享的锚点细胞实现数据对齐。采用LIGER或Harmony进行非线性降维，在低维空间消除批次效应。如scVI和trVAE，利用变分自编码器建模批次效应并生成校正后的表达矩阵。潜在空间校正深度学习方法生物信息学分析流程05序列比对工具使用STAR或HISAT2等工具将测序reads比对到参考基因组，确保每个细胞的转录本能够准确映射到基因组位置。基因表达矩阵生成通过CellRanger等流程将比对结果转化为基因-细胞表达矩阵，UMI计数技术可消除PCR扩增偏差，提高定量准确性。质量控制指标计算每个细胞的总UMI数、检测基因数及线粒体基因占比，过滤低质量细胞（如线粒体基因占比>20%的细胞）。批次效应校正采用Harmony或Seurat的CCA方法消除不同实验批次间的技术差异，确保数据可比性。数据比对与基因表达定量细胞聚类与亚群识别算法稀有细胞类型挖掘使用RaceID3或SC3等工具增强对低丰度细胞亚群的敏感性，避免传统聚类方法对主流细胞群的偏向性。图聚类方法应用Louvain或Leiden算法在KNN图上进行社区检测，识别具有相似表达模式的细胞群体。降维与特征选择通过PCA或t-SNE对高维表达数据进行降维，选取高变异基因（HVGs）作为聚类输入特征。差异表达分析与功能注释采用Wilcoxon秩和检验或MAST模型比较亚群间基因表达差异，筛选显著变化的标记基因（p值<0.05且log2FC>1）。差异基因检测整合CellMarker等数据库的已知标记基因，利用AUCell或SingleR工具对聚类结果进行细胞类型身份验证。细胞类型注释通过GO或KEGG数据库对差异基因进行功能注释，揭示细胞亚群的特异生物学过程（如代谢通路或信号转导）。通路富集分析010302使用WGCNA或SCENIC分析基因共表达网络，预测转录调控关系及细胞状态转换的关键驱动因子。交互网络构建04肿瘤研究中的应用06肿瘤微环境解析通过单细胞RNA测序(scRNA-seq)可精确区分肿瘤微环境(TME)中的CD4+T细胞、CD8+T细胞、调节性T细胞(Treg)、髓系细胞等亚群，揭示其特异性基因表达特征。例如研究发现MM中CD8+T细胞呈现终末耗竭表型，CD4+T细胞向免疫抑制性Treg分化。利用配体-受体分析技术解析TME中关键信号通路，如CCL5-CCR1、IL16-CD4等介导的免疫细胞互作，阐明肿瘤免疫逃逸机制。王端团队通过分子对接筛选出靶向HLA-C/CTSS的小分子调节剂。结合空间转录组技术，定位免疫检查点分子(如PD-L1)在肿瘤-免疫细胞交界区的分布特征，揭示免疫治疗响应差异的微环境基础。免疫细胞亚群鉴定细胞间通讯网络空间功能关系单细胞DNA测序可重建肿瘤进化树，识别驱动突变在亚克隆中的分布。例如HPV阳性头颈癌中"HPV低表达型"亚群具有独特基因组特征和不良预后。克隆演化追踪基于干细胞特征基因表达谱(如SOX2、OCT4)，从单细胞层面识别具有自我更新能力的肿瘤起始细胞，解释复发根源。肿瘤干细胞鉴定通过拟时序分析揭示上皮-间质转化(EMT)等动态过程，发现三阴性乳腺癌内部存在不同分子亚型"小团伙"，其治疗敏感性差异显著。表型可塑性分析整合单细胞多组学数据，证实TME中IL-6等细胞因子可诱导肿瘤细胞表观遗传重编程，促进耐药亚群产生。微环境驱动进化肿瘤异质性与进化研究01020304治疗耐药机制探索免疫检查点互作网络单细胞分析揭示TME中PD-1/CTLA-4与共刺激分子(如ICOS、CD28)的协同表达模式，阐明联合阻断策略的生物学基础。细胞状态转换监控纵向单细胞测序追踪治疗前后肿瘤/免疫细胞状态变化，发现Ly6E(hi)中性粒细胞可作为免疫治疗响应预测标志物。耐药相关通路激活GSVA分析显示PI3K-AKT-mTOR、WNT-β-catenin通路在耐药样本中持续活化，提示靶向干预必要性。如MM中mTOR抑制剂可逆转T细胞耗竭。免疫学研究突破07免疫细胞图谱构建4物种间保守性研究3发育轨迹重构2跨组织比较分析1高分辨率细胞分型比较人类与模式动物（如小鼠）的免疫细胞图谱，鉴定进化保守的细胞类型（如cDC1树突细胞）和物种特异性亚群，为转化研究提供依据。通过整合淋巴结、外周血和肿瘤组织的单细胞数据，绘制免疫细胞在不同微环境中的分布特征，阐明细胞迁移与定位规律。利用拟时序分析追踪造血干细胞分化为各类免疫细胞的过程，解析关键转录因子调控网络，如B细胞成熟中的PAX5动态表达模式。单细胞测序技术能够精确区分传统方法无法识别的免疫细胞亚群，如发现新型Treg细胞亚型或组织特异性巨噬细胞亚群，揭示免疫系统的精细结构。通过治疗前后外周血单细胞测序，识别扩增的TCR克隆型与临床疗效的相关性，如PD-1治疗后CD8+效应记忆细胞的克隆扩增预示良好预后。治疗响应预测分析疫苗接种后浆母细胞和记忆B细胞的BCR序列多样性变化，量化疫苗诱导的免疫应答广度与强度。疫苗评估新维度结合多时间点采样与单细胞转录组，揭示免疫检查点抑制剂治疗中髓系细胞从促炎到免疫抑制的表型转换动态。时空异质性解析免疫应答动态监测自身免疫疾病机制研究基于配体-受体共表达分析，发现SLE患者中IFN-γ+Th1细胞通过MHC-II分子异常激活B细胞的病理通路。通过TCR/BCR序列分析锁定自身反应性淋巴细胞克隆，如类风湿关节炎中滑膜内富集的IgG4+浆细胞克隆。比较治疗响应者与非响应者的单细胞数据，鉴定特异性靶点如MS患者中CD20+T细胞的临床相关性。整合scATAC-seq数据揭示1型糖尿病中调节性T细胞染色质可及性异常导致的FOXP3表达失调机制。致病克隆鉴定细胞互作网络治疗靶点挖掘表观遗传调控发育生物学应用08胚胎发育过程追踪通过整合多个公开数据集（如3,304个早期人类胚胎细胞），利用UMAP降维技术建立从受精卵到原肠胚的连续发育轨迹，揭示不同发育阶段的细胞状态转变和分子特征。单细胞转录组图谱构建结合胚胎切片的空间转录组数据，鉴定未知细胞类型的分子特征及其在胚胎中的空间分布模式，例如发现早期祖细胞集合及其在器官发生中的定位规律。空间转录组整合通过单细胞测序数据比对人类与其他物种（如小鼠、线虫）的胚胎发育过程，揭示进化保守性和物种特异性差异，为理解发育调控机制提供新视角。跨物种发育比较利用单细胞RNA测序技术表征28个造血细胞群体，发现移植后造血干细胞在受体骨髓中早期（第一周）未发生显著扩增，挑战了传统认知，对临床干细胞治疗策略具有重要启示。01040302干细胞分化路径解析造血干细胞动态追踪通过设计合成DNA序列标记干细胞分化过程，结合荧光报告系统和CRISPR引导RNA，实现多时间点、高通量的细胞命运决定机制解析，揭示表观遗传调控在分化中的关键作用。内胚层谱系遗传编码单细胞多组学分析揭示神经前体细胞向神经元/胶质细胞分化的表观遗传开关，识别出SOX2、PAX6等关键转录因子在命运决定中的动态表达模式。神经干细胞分化建模在先天性心脏病模型中，通过单细胞测序发现心脏祖细胞分化路径偏移与特定转录因子（如TBX5）表达异常相关，为发育性疾病机制研究提供新证据。疾病相关分化异常器官发育图谱绘制三维结构发育关联将单细胞数据与光学投影断层扫描（OPT）技术结合，构建肾脏发育中细胞类型空间分布与肾单位形态发生的关联模型，解释分支形态发生的分子基础。微环境信号网络解析通过单细胞ATAC-seq检测发育中肝脏的染色质开放状态，结合motif分析推断HNF4α、FOXA2等转录因子的活性变化，揭示微环境细胞间通讯对肝细胞分化的调控作用。人类器官祖细胞鉴定基于逾18万个单细胞的综合图谱，系统注释313个细胞类群，绘制包括心脏、神经管等18个发育系统的细胞类型组成和分子标记，建立器官发生的参考框架。神经科学研究进展09神经元类型分类2016年CellResearch研究通过高覆盖度测序（每个神经元检测约10,950个基因）结合电生理验证，建立了“转录组-功能反应”对应体系，解决了传统DRG神经元分类中标记重叠的难题，例如发现Clcf1基因编码的CLC因子是神经性疼痛的新调控靶点。驱动功能分型标准化单细胞RNA测序技术通过高分辨率解析单个神经元的基因表达谱，突破了传统形态学或单一分子标记的分类局限，首次在果蝇、小鼠和人类中系统鉴定了兴奋性/抑制性神经元亚群及其特异性基因组合（如Satb2、Gad1、Pvalb等），为神经环路研究提供分子基础。揭示细胞异质性单细胞甲基化测序（snmC-seq）在小鼠和人类额叶皮层中分别鉴定出16和21个神经元亚型，证实抑制性神经元的调控元件具有更强的跨物种保守性，为进化研究提供表观遗传证据。跨物种保守性验证在阿尔茨海默病患者脑组织中，单细胞转录组发现小胶质细胞中炎症相关通路（如TNF-α信号）显著上调，而神经元中线粒体功能相关基因表达受损，提示神经免疫互作的关键作用。神经退行性疾病研究疾病机制解析通过iPSC衍生的神经元单细胞测序，鉴定出化疗相关髓系肿瘤中克隆性造血的表观遗传驱动因子，如DNMT3A突变导致的甲基化模式异常，为药物开发提供候选靶标。治疗靶点筛选基于单细胞甲基化组（mCH/mCG模式）可区分健康与病变神经元，例如额叶皮层中mCH积累与突触可塑性下降的相关性，为疾病早期预警提供表观遗传标记。早期诊断标志物空间转录组技术整合结合单细胞RNA测序与空间转录组（如10xVisium），将反应性星形胶质细胞的亚状态定位到特定脑区（如海马CA1区），揭示神经损伤后炎症反应的区域化差异。通过机器学习算法（如ICIM）分析基因共表达网络（WGCNA），发现大脑衰老过程中皮层浅层（Cux2+神经元）与深层（Tle4+神经元）的代谢通路退化速率不同。发育与年龄动态图谱人类大脑单细胞发育图谱显示，GABA能神经元在胚胎期迁移路径的转录组特征，与成人期神经精神疾病（如精神分裂症）风险基因高度重叠。老年个体神经元微环境中，促炎因子（IL-6）与神经营养因子（BDNF）的平衡失调，单细胞数据证实此为年龄相关认知衰退的关键因素。脑区特异性表达分析血液系统研究10通过单细胞RNA测序技术，可精确解析造血干细胞（HSCs）在移植或稳态下的分化路径，揭示其从多能性祖细胞向髓系/淋系分支的动态转录变化。单细胞分辨率追踪结合scATAC-seq和谱系示踪技术（如CD48-Dre系统），可同时捕获染色质开放性与基因表达，阐明转录因子（如RUNX1）在分化决策中的作用。多组学整合分析研究发现HSCs在移植后早期（如第一周）未发生显著扩增，其命运选择受骨髓微环境调控，缺乏动力学变化，这对干细胞移植临床策略具有指导意义。命运选择机制010302造血干细胞分化轨迹单细胞测序能识别传统方法无法检测的中间态细胞（如过渡型祖细胞），揭示HSCs分化过程中的连续性或离散性转换节点。稀有亚群鉴定04血液疾病诊断标志物发现白血病异质性解析单细胞测序可区分急性髓系白血病（AML）中耐药性干细胞样亚群，基于CD34+CD38-细胞的特异性基因标签（如HOX基因簇）开发预后标志物。克隆进化追踪通过单细胞DNA测序（如Strand-seq）追踪血液肿瘤的克隆起源，揭示TP53或FLT3突变在疾病进展中的时空分布规律。微环境互作研究分析骨髓基质细胞与肿瘤细胞的单细胞互作网络（如CCL18+巨噬细胞），发现免疫抑制性微环境的关键调控因子（如TGF-β通路）。单细胞转录组将巨噬细胞进一步分为滋养型（Niche-supportingMKs）和免疫型（ImmuneMKs），前者由直接分化路径产生，后者依赖逐步分化路径。01040302免疫细胞功能状态评估免疫亚群细分利用scMetabolism算法量化单细胞代谢活性，揭示M2样巨噬细胞在结直肠癌肝转移中通过增强糖酵解促进免疫抑制。代谢重编程分析基于CAR-T治疗前后外周血单细胞数据，鉴定CD8+T细胞的耗竭标志物（如LAG3、TIM-3），优化个体化治疗方案。治疗响应预测通过拟时序分析（如Monocle3）重建B细胞从初始状态到浆细胞的分化轨迹，定位抗体分泌相关的关键转录因子（如IRF4、PRDM1）。动态功能图谱感染性疾病研究11双稳态现象解析通过单细胞测序揭示病原体（如大肠杆菌）在宿主内的双稳态表达特征，识别持久细胞亚群与抗生素耐受性的分子机制，破解传统bulk测序无法检测的异质性。宿主-病原体互作分析感染结局追踪分析细菌内化后宿主细胞的生存/清除/死亡三种应答路径，结合单细胞转录组数据阐明不同感染结局（增殖抑制、共亡逃逸）对应的特异性基因表达模式。互作网络构建利用DualRNA-seq技术同步捕获宿主细胞与病原体的转录组，鉴定双向调控基因（如宿主免疫通路激活基因与细菌毒力因子），绘制跨物种互作分子图谱。通过scRNA-seq区分结核病患者肺组织中功能差异的巨噬细胞亚群（缺氧适应型/生长相关型），解析微环境对免疫细胞分化的影响。追踪感染后3-7天促炎因子（IL-6、TNF-α等）的单细胞表达谱变化，揭示炎症级联反应的关键调控节点与时间窗口。在HIV疫苗研究中发现活化B细胞亚群的扩增特征，明确其通过抗体分泌机制控制病毒复制的潜在保护作用。对比新生儿与成年猴接种疫苗后外周血单核细胞的scRNA-seq数据，揭示记忆B细胞亚群在免疫应答成熟度中的差异。感染免疫反应监测免疫亚群鉴定动态炎症监测B细胞功能解析免疫记忆分析疫苗开发中的应用抗原靶点筛选基于单细胞水平的病原体-宿主互作数据（如流感病毒血凝素蛋白与宿主受体结合特征），优化疫苗抗原设计以提高免疫原性。利用scRNA-seq量化疫苗接种后特异性T/B细胞的克隆扩增程度与功能状态（如细胞因子分泌谱），建立精准的免疫保护相关性指标。通过单细胞转录组解析佐剂（如铝盐或TLR激动剂）对树突状细胞亚群的激活模式，指导佐剂类型与剂量的精准匹配。效价评估体系佐剂作用机制个性化医疗实践12肿瘤精准治疗指导肿瘤异质性解析通过单细胞RNA测序（scRNA-seq）揭示肿瘤微环境中恶性细胞、免疫细胞和基质细胞的基因表达异质性，为个体化治疗策略提供分子层面的依据。例如，华西医院团队通过scRNA-seq发现MM中CD8⁺T细胞耗竭表型与PI3K-AKT通路激活相关。01耐药性溯源分析复发或难治性肿瘤的单细胞转录组，追踪耐药克隆的演化轨迹。如三阴性乳腺癌中乳酸循环介导的耐药机制可通过抑制MCT1逆转。免疫逃逸机制解码单细胞技术可识别免疫抑制性细胞亚群（如调节性T细胞）及其关键信号通路（如TGF-β、WNT-β-catenin），指导免疫检查点抑制剂联合靶向药物的开发。02基于单细胞通讯网络（如CCL5-CCR1、TNF-TNFRSF1A互作）设计多靶点干预方案，提升肺鳞癌中PD-1/LAG-3双重阻断的协同效应。0403联合治疗优化药物反应预测模型通过DL模型（如DeepSynergy）结合scRNA-seq数据预测药物组合敏感性，但需解决高突变肿瘤的异质性挑战。深度学习整合单细胞数据0104

0302

基于单细胞鉴定的关键蛋白（如MHCI）结构，计算模拟小分子结合活性，加速潜在调节剂的发现。分子对接虚拟筛选邵志敏团队利用单细胞代谢图谱（如氧化应激、脂质代谢通路）预测三阴性乳腺癌免疫治疗响应，证明乳酸转运体MCT1抑制可增敏疗效。代谢特征关联疗效孟德尔随机化（MR）分析确定MM风险基因（如HLA-C、CTSS）与保护基因（如ISG15），为靶向药物筛选提供因果证据。基因-药物因果验证致病基因功能注释通过scRNA-seq定位风险基因（如LRRFIP1在CD4⁺T细胞）的细胞特异性表达，明确其通过抗原呈递或炎症反应促进肿瘤的机制。通路活性动态监测GSVA分析揭示MM中PI3K-AKT-mTOR通路在免疫细胞中的异常激活，提示mTOR抑制剂联合免疫治疗的潜力。细胞互作网络靶向解析配体-受体对（如IL16-CD4、CXCL8-ACKR1）在肿瘤-免疫细胞间的通讯，开发阻断性抗体或拮抗剂。临床前模型验证利用PDX模型模拟肺癌亚型对PD-1/LAG-3联合治疗的差异响应，结合单细胞数据验证MHCI通路与血管重塑的关联性。治疗靶点发现与验证技术前沿与发展趋势13多组学整合分析动态网络建模整合时间序列单细胞数据，构建细胞命运决定过程中的多组学动态相互作用图谱，为发育生物学和疾病机制研究提供新视角。计算算法创新开发新型生物信息学工具（如多模态降维和跨组学关联分析），解决不同组学数据在维度、精度和噪声水平上的异质性问题。跨组学数据融合通过建立基因组、转录组、蛋白组和代谢组的联合分析框架，实现细胞状态的全面解析，揭示传统单组学无法发现的分子调控网络。空间转录组技术融合原位测序突破结合微流控芯片和原位杂交技术，在保留组织空间结构的同时实现单细胞分辨率的多组学检测，推动肿瘤微环境研究进入三维时代。成像与测序联用将高分辨率荧光显微镜成像与单细胞RNA测序数据配准，实现特定空间坐标下细胞转录组与形态特征的精准关联分析。空间多组学