发现最近很多单细胞相关研究，都是站在前人的大数据基础上，这里重点介绍一下两个小鼠器官单细胞图谱
第一个是2018年2月 发表在Cell（《细胞》）杂志的，浙江大学郭国骥团队的研究成果。其课题组自主开发了一套完全国产化的Microwell-seq高通量单细胞测序平台，对来自小白鼠近50种器官组织的40余万个细胞进行了系统性的单细胞转录组分析，绘制了世界上第一张哺乳动物细胞图谱。
第二个是 斯坦福大学，陈-扎克伯格生物中心以及加州大学旧金山分校的研究人员建立了一个名为Tabula Muris的开源数据库，收录了小鼠的多个细胞类型及其基因表达数据。这项成果于 2018-10发表在《Nature》杂志上。研究者利用荧光活化细胞分选（FACS）方法和微流体液滴捕获方法，从小鼠20个不同器官中分离出超过10万个细胞，并开展单细胞RNA测序。这些数据让人们能够比较各个细胞类型和组织间的基因表达，从而更深入地了解细胞多样性。研究人员以三只雌性小鼠和四只雄性小鼠为研究对象，利用FACS方法分离出44,949个细胞，并利用微流体方法分离出55,656个细胞。这些小鼠为三个月大，大约相当于人类的20岁。为了确定细胞类型，研究人员独立分析每个器官，并使用聚类分析。
数据可以被后来研究多次重复使用
比如2019年8月28日，广西医科大学基因组与个体化医学研究中心莫曾南教授课题组在Journal of the American Society of Nephrology在线发表题为“Single-Cell Transcriptomic Map of the Human and Mouse Bladders”的研究，就利用了浙江大学郭国骥团队于2018年发表的小鼠器官单细胞图谱里面的膀胱数据。
然后发表在bioRxiv预印本的文章：A molecular cell atlas of the human lung from single cell RNA sequencing 就是利用了 2018-10发表在《Nature》杂志的肺器官数据。
技术细节
单细胞转录组技术手段蛮多的，细节也值得关注， 可以看单细胞天地的详细介绍：
- Single cell RNA-seq 原理的前世今生
- Single cell RNA-seq 方法篇-上
