单细胞组学测序技术的快速发展使得在单细胞的高分辨率下得到不同组学的分子测量成为可能。单细胞RNA测序数据（single cell RNA sequencing,sc RNA-seq）是目前使用最为广泛的单细胞测序数据。单细胞染色质可及性的高通量测序数据（single-cell sequencing assay for transposase-accessible chromatin,scATAC-seq）能够捕获单细胞分辨率下的染色质景观。然而,单细胞数据的固有缺陷是缺乏表型信息,使得单细胞数据对表型的分析成为挑战。与单细胞测序相比,二代组织测序（bulk sequencing）数据中具有丰富且大量的表型信息,弥补了单细胞测序数据表型信息匮乏的缺陷。本文提出一种使用bulk RNA-seq数据及其相关表型信息鉴定单细胞数据集中表型特异性的细胞亚群的方法,将bulk RNA-seq数据中的表型信息与单细胞数据集进行关联,鉴定出与表型特异性相关的细胞亚群。首先通过相似性的衡量将bulk RNA-seq数据和单细胞数据嵌入到共同的低维空间,然后使用基于典型相关分析的方法对单细胞与每个表型的相关性进行评分,最后筛选出具有统计显著性的细胞群体,作为与表型特异性相关的细胞亚群。本文使用公开的三套单细胞数据集与两套bulk RNA-seq数据集进行实证分析,结合先验的生物学知识,通过下游分析验证方法的准确性。结果表明,与现有的鉴定表型特异性细胞亚群方法相比,该方法能够在单细胞转录组数据中更加准确地识别表型特异性的细胞。此外,本文提出的方法具有处理较大规模的单细胞数据集的能力。在对小鼠单细胞染色质可及性数据的分析实验中,本文提出的方法依然有较好的表现。