其次, scRNA-seq技术改变了我们以往对同一细胞群体执行多种功能的认知, 如白色脂肪组织中存在多种执行不同功能的亚群, 以及免疫细胞与脂肪细胞的交互作用使我们认识到肥胖等代谢性疾病的发展可能是不同亚群共同作用的结果, 有利于我们更精准地理解和干预代谢性疾病。拟时序分析则帮助我们建立起脂肪细胞分化过程中的动态图谱, 及阐明在不同发育阶段发挥重要作用的亚群和基因表达变化, 为干预单个或多个亚群及靶点进而改善代谢疾病提供了更广泛的选择策略。
 

单细胞测序技术无疑已成为脂肪组织研究的一种重要手段, 让我们获得了更加全面、精细的脂肪组织细胞图谱。现有研究的局限性在于对SVF进行分选的策略不一, 因此不同部位脂肪组织基质细胞的相对组成存在一定差异, 成熟脂肪细胞由于脂滴较大或线粒体含量较高难以进行scRNA-seq, 目前已有研究利用snRNA-seq克服这一局限, 但这两种技术获得的结果的一致性尚存争议。
 

未来, 两者结合可能是全面获得样本中细胞类型的策略。另外, 不同平台分析的细胞数目和捕获效率在一定程度上也有所不同, 应在以后的研究中加以考虑, 随着scRNA-seq技术的发展, 检测更大范围的细胞是可行的。尽管scRNA-seq为我们提供了大量有关细胞类型和状态的信息, 但细胞群体在脂肪组织中的定位信息仍知之甚少, 未来的研究需纳入空间调控和蛋白表达信息。
 

空间转录组学和单细胞整合多组学（单细胞联合基因组学、表观组学、蛋白组学）的兴起和发展, 可实现在组织微环境、DNA修饰、染色质可及性等多个层面的研究。越来越多的单细胞数据的呈现和对其进行的整合、分析和验证, 有望对生理和疾病状态下脂肪组织研究的认知和发展产生深远的影响。