高内涵表型分析越来越广泛应用于许多的研究领域，包括基因功能研究、药物研发和毒理学。这种方法的优点是非常客观的从单细水平获取多维的信息，能够对单个细胞的状态进行分析和描述，并与总体分析数据进行比较。而许多传统的表型分析则是在要研究的通路中，只主观选取少数几个重要的指标来分析 1。 因此，在传统的表型分析中，大多数因实验处理导致的生物相关的变化容易被忽略掉。
一个细胞的表型分析是由成千上万个表征细胞状态的可量化指标组成的。这些指标包含从生物标识物表达、结构和分布抽提出来的信息。通常，这些标记是细胞器特异性识别的，并提供有关其结构、空间上与其他亚细胞结构的关系的信息。这些细胞的分类信息能够在研究化合物、小分子物质或基因扰动时提供客户有效的分析依据。具有相似作用机制的化合物 (MOA) 常常导致相似的细胞形态变化。因此，表型谱之间的比较可以为新化合物的 MOA 提供依据 3。同样地，同一途径中的遗传干扰常常导致相似的表型谱，这说明表型谱可用于高通量功能基因组学研究 7。