在核酸研究，德国的调查人员概述了一项调查“通过富集评分进行单细胞标记鉴定”或半声调在单细胞RNA序列、单细胞ATAC-seq或其他单细胞组学数据集中寻找信息性标记的方法，无需聚类分配步骤。除了对模拟数据集的分析，该团队还使用SEMITONES方法，从公开可用的人类造血细胞scRNA-seq和scATAC-seq数据中，以及通过对小鼠大脑发表的空间转录组数据的分析，找到了细胞身份的见解。作者写道:“这种方法既可以识别局部标记，即只在一小群高度相似的细胞中检测到的特征，也可以识别全局标记，即在覆盖多个细胞状态的更大的细胞群中检测到的特征。”作者指出，SEMITONES“在定性和定量上优于现有的从单细胞组学数据中检索细胞身份标记的方法。”