RNA可变剪接是高等真核生物中重要的转录后调控机制，体现了基因复杂功能的多样性与可塑性。当前主流的细胞异质性分析以单细胞基因表达谱为基础，几乎完全忽略了RNA可变剪接在塑造生理状态、执行生物学功能及驱动疾病发展中的关键作用。针对这一空白，我们开发了SCASL工具，重点解决单细胞RNA剪接数据的低覆盖度与高稀疏性问题，使用谱聚类机器学习方法绘制单细胞RNA剪接异质性图谱。基于剪接谱的细胞类群定义具有更明确的生物学与生理学意义，并更加精细地刻画了细胞发育、分化的动态过程。进一步，为探索剪接异质性的内在驱动力，我们开发了基于梯度增强集成学习的DSRIL工具，通过可解释性机器学习鉴定细胞特异的可变剪接调控因子，挖掘剪接异质性动态演化的驱动机制。研究成果为理解复杂生理病理过程提供了新的视角与工具。