單細胞測序技術的出現使得人們能夠以前所未有的精度觀測細胞。然而，單次單細胞轉錄組測序（scRNA-seq）實驗難以捕獲所有細胞和基因的信息，單個模態的單細胞數據無法詳細闡釋細胞狀態和系統變化，單細胞數據的整合分析旨在解決這兩類問題。整合不同來源的scRNA-seq數據，可以收集完整的細胞類型，為構建細胞圖譜提供強大助力；整合多個模態的單細胞數據，可以研究模態間因果關系和基因調控機制。數據整合方法的開發與應用幫助充分挖掘單細胞數據的豐富性和相關性，發現有意義的生物學變化。基于此，本文綜述了多源scRNA-seq數據整合和單細胞多模態數據整合的基本原理、方法和應用，并討論了現有方法的優勢和不足，最后對未來的發展前景予以展望。