细胞——目前我们所发现的生物体基本的结构和功能单位，是一切生命活动的基础。
尽管自Robert Hooke于1665年发现并命名cell至今已经过去三百五十多年了，我们对于细胞的了解仍然少之又少。
所有的生物书上都会写，生物体是由细胞所组成，例如我们人体：细胞-组织-器官-系统-个体；
但究竟存在多少种不同的细胞、它们都有什么作用以及它们如何发生改变？就以上问题，大量科学家不断地进行探索，期望有有效的技术手段，可以 完整地检查单个细胞的成分 ，包括 在细胞，甚至分子水平上鉴定和治疗疾病 ，因此单细胞技术应运而生。
有这样一位大佬名叫Aviv Regev，被Nature称作为“人类细胞图谱研究先锋” （Nature的图太长太大我就不放了）
Aviv Regev教授长期以来一直在寻找探索复杂的基因网络在单个细胞中的运作机制的方法，并想了解各个细胞中这些网络有何差异，以及最终各种细胞群体如何协同工作，这些问题的答案将 从本质上揭示细胞如何构建复杂的生物体 。
2016年末，Regev帮助推出了继人类基因组计划（Human Genome Project）之后又一重磅项目， “国际人类细胞图谱计划（Human Cell Atlas）” ，准备对人体中 所有（估计37万亿个） 细胞进行分类和测序，另外该项目还旨在发现和表征人体内所有可能的细胞状态——成熟和不成熟、满负荷和充分工作状态。
换句话说， HCA想要表征一切人体细胞，覆盖所有组织和器官，描绘健康人体的微观参考图！！
要知道现在10X单细胞制备平台10x Genomics Chromium Controller仪器一台约80万人民币；一套16反应的10X 3’v3转录组试剂约30万；测序所需费用与测序深度有关，如果一个样品捕获10000个细胞，按照每个细胞100K reads的饱和深度去测序，每个样品需要花费2万元测序费；从细胞到数据，每个样品约花费4万，这还没有包括样品前期处理的精力和成本、建库必须的试剂耗材和人工技术服务等等。
这可是37万亿个细胞啊！！！！
在HCA计划中，单细胞测序技术将会发挥巨大的作用！
深入了解点击 https://www.medsci.cn/article/show_article.do?id=9691116906be
比单细胞测序成名更早的词—— 组学（Omics） ，英文词根"-ome"表示一类个体的系统集合。
随着科学研究的进展，人们发现单纯研究某一方向无法解释全部生物医学问题，科学家就提出从整体的角度出发去研究人类组织细胞结构、基因、蛋白及其分子间相互的作用，通过整体分析反映人体组织器官功能和代谢的状态，为探索人类疾病的发病机制提供新的思路。
例如转录组学（Transcriptomics）是在整体水平上研究细胞中基因转录的情况及转录调控规律的一门学科；
代谢组学(Metabolomics)研究生物体（包括细胞、组织或个体）在不同条件下所产生的代谢产物的变化。
或者我们来看一个英文解释
简单来说，单独研究某个方向不顺利，换个思路，结合多个方向进行研究，进而解决单一研究解决不了的问题，这就叫组学。
就好像：想要一款产品获得成功，需要宣传、技术研发、售后服务等许多部门统筹进行，单一进行技术研发而不推广是没办法成功的。
因此， 单细胞组学使用单细胞转录组等多组学联合分析，全面体现细胞生命进程的变化 。
华大基因的联合创始人杨焕明院士来华农作报告时，曾夸张地说“万物皆可测序”。
如今，好像不管是做什么分子实验，都得去测个转录组，测个代谢组，试图变着花样验证一下自己的结论。
涉及到测序，这可得提到目前的热门话题——单细胞测序。
单细胞测序技术是指 在单个细胞水平上 ，对基因组、转录组、表观组等进行高通量测序分析的一项新技术。它能够揭示 单个细胞的基因结构和基因表达状态 ，反映 细胞间的异质性 ，在肿瘤学、发育生物学、免疫学、神经科学等领域发挥着重要作用。
单细胞RNA-seq顾名思义就是单个细胞进行转录组测序，那么什么是RNA-seq呢？
细胞无时无刻都在发生反应，假如我们现在有一台照相机，能够定格记录下在某一时刻细胞的照片，当我们记录足够多的照片时，我们就能将各个帧连起来，形成视频，通过电脑播放出来，这就能知道细胞做了啥。
RNA-seq扮演的就是照相机的角色，我们测定不同时刻细胞的转录本，就有可能弄清复杂的细胞事件和不同生物学过程所需的时间。
单细胞RNA测序技术允许在单细胞分辨率下解析基因表达。
短期内，受单细胞组学影响最大的可能是肿瘤。
在恶性细胞中，单细胞组学技术可以鉴定出不同的细胞状态，如癌症干细胞、耐药状态、增殖和静止细胞等，并且可以在个体患者中轻易地鉴定出单独的亚克隆，这将对肿瘤的治疗起到巨大作用。
反观单细胞组学的发展
尽管目前已经开发了大量的scRNA-seq protocol，但没有protocol是完美的。能肯定的是，单细胞组学一定会在生物科研史上留下浓墨重彩的一笔。
以上只是我了解到的单细胞技术的一些皮毛，写在这里。其实单细胞技术远远不止这些，想要入门一项技术也不是说说而已，想要深入学习的话可以去翻生信技能树曾健明老师的免费课程。