单细胞分析促进了分析流程的开发和使用

　单细胞分析涵盖了数据导入、存储单细胞实验数据的通用数据结构和用于将原始单细胞数据转换为适合下游分析、交互式数据可视化和下游分析的快速而强大的方法。

　　基本数据的低维形式和描述细胞或特征属性的元数据也可以存储，数据和结果存储在单个实例中，通过单细胞数据和结果的标准化存储，促进了程序包之间的交互性，并促进了复杂分析工作流程的开发和使用。

　　数据的探索性分析通常旨在表征细胞间的异质性，诸如聚类和降维之类的分析会根据细胞的基因表达谱进行比较，能对研究的生物系统提供有用信息的基因，同时删除导致随机噪声的基因，通过只对此类基因进行分析，可以在排除排除混淆信息的基础上保留有意义的生物学结构。

　　单细胞分析用于可视化的降维必然涉及信息丢失并改变细胞之间的距离。因此，直接分析用于绘图的低维坐标是不明智的。相反，这些图应仅只用于解释或传达基于更精确的、更多维度的定量分析结果，这样可以保证分析充分利用了压缩到二维空间时丢失的信息。

　　通过高精密度的微体积控制实现不同试剂组分的纳升体积分步添加，兼容96和384孔板，可以在预先填装矿物油的孔板上，按照程序设定加入纳升样品或试剂液滴，用于实现高通量筛选。单细胞分析是一项变革性技术，在单细胞基因组异质性研究及复杂微生物群落中稀有微生物种群多样性研究等领域应用广泛。然而，如何进一步降低细胞分析的成本，提高可靠性和效率，仍然面临重大挑战。