高内包表現型分析はますます多くの研究分野に広く応用されており、遺伝子機能研究、薬物研究開発、毒理学を含む。この方法の利点は、単微細レベルから多次元の情報を非常に客観的に取得し、単一細胞の状態を分析し、記述し、全体的な分析データと比較することができることである。多くの伝統的な表現型分析は、研究する通路の中で、少数の重要な指標だけを主観的に選んで分析することである1。そのため、従来の表現型解析では、実験処理による生物関連の変化の多くは無視されがちである。
1つの細胞の表現型分析は、何千もの細胞状態を特徴づける定量的な指標から構成されている。これらの指標は、バイオマーカー発現、構造、分布から抽出された情報を含む。通常、これらのマーカーは細胞器特異的に識別され、その構造、空間的に他のサブ細胞構造との関係に関する情報を提供する。これらの細胞の分類情報は、化合物、小分子物質または遺伝子摂動を研究する際に顧客の有効な分析根拠を提供することができる。類似の作用機序を有する化合物（MOA）はしばしば類似の細胞形態変化をもたらす。したがって、表現型スペクトル間の比較は新しい化合物のMOAに根拠を提供することができる3同様に、同じ経路における遺伝的干渉はしばしば類似の表現型スペクトルをもたらし、これは表現型スペクトルが高スループット機能ゲノム学研究に使用できることを示している7。