干細胞能夠分化成為機體內任何類型的細胞，既是研究人體早期發育的理想工具，也是細胞治療的寶貴資源。細胞間差異和異質性是干細胞群體固有的基本特性。如果我們對一群細胞進行組學分析，這些關鍵的信息就會被掩蓋。

單細胞測序技術是近幾年備受關注的強大工具，可以在同種干細胞中全面剖析細胞異質性，鑒定不同表型的細胞。北京大學的研究員湯富酬和文路在四月十五日的Genome Biology雜志上發表文章，深入淺出的介紹了干細胞生物學研究中的單細胞測序技術。

單細胞基因組、表觀基因組、轉錄組測序技術最近發展得很快。這些方法被廣泛用于不同的干細胞研究，促成了許多激動人心的新發現。湯富酬和文路的這篇文章以表格形式對各種單細胞組學測序技術進行了總結，著重介紹了這些技術在干細胞領域（包括多能干細胞和組織特異性干細胞）的應用。文章末尾還簡單探討了單細胞測序在干細胞領域的未來前景。

湯富酬研究員的研究團隊最近陸續發表了多項研究成果。他們與首都醫科大學的研究人員合作，開發出了一種創新性的單細胞三重組學測序（triple omics sequencing）技術：scTrio-seq，并利用它揭示出了肝細胞癌中的遺傳、表觀遺傳及轉錄組異質性。這項重要研究發布在近年二月的《Cell Research》雜志上。

湯富酬研究員還與謝曉亮、喬杰教授共同發表了一種產前篩查新技術。他們將下一代測序和單細胞全基因組擴增技術結合起來，開發出了揭示突變等位基因的非整倍體測序與連鎖分析(MARSALA)方法。該方法能夠實現單分子精度的胚胎診斷，大大降低了假陽性或假陰性錯誤。這一重要成果發表在去年年底的《美國國家科學院院刊》（PNAS）雜志上。

湯富酬和文路發表的點評還被Nature雜志評為2015年最佳評論文章。這篇文章重點介紹了Hubrecht研究所的單細胞mRNA測序研究，特別是他們開發的RaceID算法。這種聰明的算法能夠在復雜的細胞混合物中有效鑒定稀有細胞類型。RaceID假定不同細胞類型強力表達一些特異性的“異常值”基因。只要仔細排除技術和生物學噪音，就可以從測序數據中鑒定到這樣的基因。單細胞mRNA測序與RaceID算法結合在一起形成了一個強大的工具，可以幫助人們深入了解健康和病變器官中的各種細胞類型。