1. 单个细胞样本全转录本信息获取；
2. 基因注释及筛选；
3. 基因结构分析。

1. 测序质量评估与原始数据过滤，去除接头序列及低质量reads；

2. 比对参考基因组或参考基因序列；

3. 测序与比对评估：数据比对统计，测序饱和度分析，测序随机性分析；

4. 基因表达统计：基因覆盖度，表达量，表达量丰度分布；

5. 新基因的转录本预测及注释（需有参考基因组）；

6. 样本关系分析：主成分分析（PCA）、相关性检验、样本聚类图；

7. 差异表达基因分析：差异表达基因筛选，差异基因表达模式聚类分析（热图），差异基因GO功能富集分析、KEGG通路富集分析、DO基因疾病富集分析（人）、Reactome通路富集分析（人、大鼠、小鼠）；

8. String数据库蛋白互作网络分析；

9. GSEA基因集富集分析。

1. SNP分析；

2. 基因结构优化（需有参考基因组）；

3. 基因可变剪切鉴定（需有参考基因组）。

1. 基因表达趋势分析（需要三个或以上有处理梯度的样品）：利用STEM软件将基因按照表达模式分为不同的趋势、各趋势基因的GO/KEGG功能富集分析、特定基因集聚类分析；

2. 权重基因共表达网络分析（WGCNA）（至少15个样本）：根据基因表达模式进行模块划分、样本表达模式分析、模块基因表达模式分析、性状-模块相关性分析、各模块基因的GO/KEGG功能富集分析、基因间调控关系网络图。

[1] Picelli S, Faridani O R, Björklund Å K, et al. Full-length RNA-seq from single cells using Smart-seq2[J]. Nature protocols, 2014, 9(1): 171.

[2]Yan L, Yang M, Guo H, et al. Single-cell RNA-Seq profiling of human preimplantation embryos and embryonic stem cells[J]. Nature structural & molecular biology, 2013, 20(9): 1131.

[3]Usoskin D, Furlan A, Islam S, et al. Unbiased classification of sensory neuron types by large-scale single-cell RNA sequencing[J]. Nature neuroscience, 2015, 18(1): 145. Björklund Å K, Forkel M,

[4] Picelli S, et al. The heterogeneity of human CD127+ innate lymphoid cells revealed by single-cell RNA sequencing[J]. Nature immunology, 2016, 17(4): 451.