大量3’端测序或RNA-seq转录组的研究发现,动植物中多达70%的基因会发生选择性多聚腺苷化（alternativepolyadenylation,APA）,这是引起转录组多样性和复杂性的重要原因。在人类疾病发生、胚胎发育和分化的过程中,已有研究观察到APA使用模式的多种情况,并发现APA在不同组织中具有明显的特异性,这为基因表达调控机制的研究提供了重要信息。目前主要是从细胞群的整体水平解析APA变化,很少从单细胞水平进行分析,且已有的研究要么局限于特定细胞类型或少量细胞样本,要么着眼于细胞类型间的APA位点鉴定,缺乏对单细胞水平APA使用模式的深入研究。本文针对上述问题提出了 scAPAmod分析框架,并使用仿真数据进行性能评估,用于单细胞水平APA使用模式的识别及分析。该框架给出计算PUI（polyA usage index）值,以表征单细胞水平下近端APA位点的使用率;该框架是基于高斯混合模型按单模式（Unimodal）、双模式（Bimodal）和多模式（Multimodal）对单细胞APA位点的表达形式进行使用模式识别。本文用所提框架使用老鼠精子的单细胞APA位点数据,分析了不同细胞分化及发育阶段APA使用模式的动态变化;分析了基因组不同区域位置的APA使用模式;分析了单个细胞特定多聚腺苷化位点的偏好;分析了特定细胞类型及细胞类型间APA使用模式的变化情况;分析了 APA中细胞的异质性;进而说明该框架的实用性和有效性。结果表明:相比现有的模式研究工具,scAPAmod能较为准确的识别单细胞APA的组织特异性,即发现同一基因在不同分化阶段具有不同APA使用模式的现象。同时,还发现同一基因在3’ UTR（3’ untranslated region）和非3’ UTR区域的APA使用模式互不相同,并具有不同的调控机制和功能通路。相比基因表达谱信息而言,结合单细胞水平的APA能更清楚地刻画细胞异质性的产生机理。综上所述,scAPAmod提供了一种新的表征单细胞水平APA使用模式的框架,有助于认识不同细胞分化阶段APA使用模式的差异和解析细胞异质性的产生原因。