单细胞分析

CITE-seq 里 CD4 蛋白阳性、RNA 却是零,怎样判断这个细胞?

作者:发布于 2026-11-17约 8 分钟阅读
两种背景线分别为 CD4 ADT 计数 876 和 371,在 2941 个 CD4 RNA 零计数 T 候选中有 956 个随背景定义改变判定

同一个条码,CD4 的 RNA 计数是零,CD4 抗体计数却有九百。经验丰富的同事也许会说,蛋白持续时间长,RNA 又容易漏检。这个解释值得考虑,但还有一个更靠前的问题:在这次实验里,九百个抗体标签分子相对什么背景算高?用真实脐血 CITE-seq 数据试一次就知道,换一批有依据的阴性参照,同样取第九十九百分位,门槛就能从三百七十一变成八百七十六。本文带你先查背景,再读同一条码上的 RNA 和蛋白,专门找出哪些判断对参照选择敏感。

两种背景线分别为 CD4 ADT 计数 876 和 371,在 2941 个 CD4 RNA 零计数 T 候选中有 956 个随背景定义改变判定

下载完整代码、示例数据与参考输出(ZIP) · 下载图文操作手册(PDF)

一颗细胞里,两种计数来自两项测量

CITE-seq 同时测 RNA 和由寡核苷酸标记的抗体标签,后者常写为 ADT。RNA 里的一个分子和抗体表里的一个计数来自不同类型文库,两列数字不能直接相减,也不能用同一数值作为阳性定义。第一步把两份测量按同一捕获条码连接,并确认没有重复键、对不上来源的条码或相互颠倒的列。随后分别看 RNA 库的基因检出和抗体库中各抗体的背景。若样本经过标签合并,还需把捕获批次保留在键里,以免用一颗细胞的蛋白解释另一颗的 RNA。CITE-seq 原始研究

公开实验中,人脐血细胞和小鼠细胞在同一实验中测量。这个设计让我们有机会用不同物种的条码观察针对人抗原抗体的背景分布。随包保留八千六百一十七个真实条码,人 RNA 和鼠 RNA 的总数分别从完整原始矩阵计算。我们要求一种物种贡献至少九成物种分子数,另列混合或证据不足的条码。人 T 候选则要求 CD3D、CD3E、TRAC 三个转录标记中至少两个非零。选 T 候选时没有使用 CD4 RNA 或 CD4 抗体,所以不会因 CD4 没读到就把想研究的条码事先排除。Seurat 的同数据演示

用两种有明确限制的背景画出两条线

第一种参照取鼠 RNA 占比至少九成的五百七十九个条码,计算它们的 CD4 抗体计数分布。即使靶抗原主要针对人,实验里仍会有游离抗体、非特异信号和制备过程带来的背景,因而鼠条码的数值不一定接近零。第二种参照取人 RNA 占比至少九成、MS4A1 有表达,并且三个 T 谱系 RNA 标记均未检出的三百零一个 B 样条码。人类同批次细胞更接近某些表面性质,但仅凭这一条规则圈定的 B 样群也可能混有注释不确定的细胞。请分别列出两种参照的纳入规则和数量,不要预先宣布谁代表绝对阴性。

def find_reference_groups(cells):
    total=cells.human_umi+cells.mouse_umi
    human=(total>0)&(cells.human_umi>=.9*total)
    mouse=(total>0)&(cells.mouse_umi>=.9*total)
    t_markers=(cells[["CD3D","CD3E","TRAC"]]>0).sum(axis=1)
    return {"mouse":mouse,"human_B_like":human&(cells.MS4A1>0)&(t_markers==0),"T_candidate":human&(t_markers>=2)}

取百分位也有实现细节。这里选实测可达到的较高顺序统计量作阈值,并且只把严格大于阈值的条码判为超过。相同值、离散计数和参照样本数量都影响恰好在门槛附近有多少条码。鼠参照得到八百七十六,参照中仍有五颗超过这条线;人 B 样参照得到三百七十一,自身有三颗超过。这是按参照分布人为规定的尾部,不能将它直接解释为整个人 T 群的假阳性率。保存包含全部参考条码的原始分布,比只在图上划线更方便别人指出背景选得是否合适。

def call_background(adt, mask, quantile):
    ref=adt.loc[mask]
    if ref.empty:
        raise ValueError("No reference cells")
    return int(ref.quantile(quantile,interpolation="higher"))

把没有 CD4 RNA 的细胞分成三类

三千三百九十五颗人 T 候选中,有二千九百四十一颗在原始 RNA 表里 CD4 为零。按两条抗体线分组,一千五百六十二颗同时高于鼠和人 B 样参照,九百五十六颗只在背景要求较宽的一侧过线,四百二十三颗两条都没过。第一类适合描述为“在两种参考下均有较高 CD4 表面抗体信号”;第二类应该把对背景的敏感性明确标出;第三类只能说本次未见超过阈值的表面信号。没有哪一类可以只靠这一步判定成辅助 T 或细胞毒 T,还需要其他谱系和状态标记。

同一批 T 候选 两条 ADT 线都超过 只超过一条 两条均未超过
CD4 RNA 为零 1,562 956 423
CD4 RNA 已检出 292 148 14

另一行也值得看。四百五十四颗读到 CD4 RNA 的 T 候选中,有十四颗抗体仍未高于任何参照线。这让我们能同时追问两种不一致,而非只挑最容易讲故事的一边。比如某一颗的 RNA 深度低但其他 T 谱系标记齐全、抗体强度远高于两条背景线,可以将“未捕获该转录本但有表面抗体信号”列为候选解释。若抗体刚好落在两条参考线之间,先把它放在待核实的一组,不必因为整体大多数条码表现一致,就强迫它接受一样的标签。

自己查一颗条码,再换一个门槛

python -m pip install -r requirements.txt
python run.py --input example --out q99
python run.py --input example --out q95 --quantile 0.95
python run.py --input example --out q995 --quantile 0.995

在逐条码结果里先筛 RNA 为零且两条线均过,按 CD4 抗体计数排序挑一颗,确认同一行的 CD3D、CD3E、TRAC 原计数,再检查 CD8A、CD8B 和 CD8 抗体。没有必要先把 CD4 与 CD8 强行设置成互斥,双阳性、双阴性、单端强和边界模糊都可以留下来。两种背景都过的数量也与“只有 CD4 抗体过线”的数量不同,因为后一个计算还额外约束 CD8。用上述命令调整分位数后,可按条码合并三份输出,看哪些总在同一组、哪些只因几枚抗体标签而跨线。

右图横轴与纵轴分别对原始 RNA、ADT 做一加对数以便显示。很多 RNA 为零的细胞在同一横坐标形成竖线,这是离散单细胞计数的自然表现。不要因为点堆叠得很重,就把不同颜色间的一点空隙解释为纯净亚群。左图以累积分布展示两种背景和 T 候选,能直接回答某个抗体原计数位于参照分布什么位置。若需做校正,可另用空液滴、等型或其他专门控制的抗体数据;应记下校正前后的原值与所用输入,不能把校正后的数字倒写为真实捕获的分子数。

换到自己的抗体批次

一个操作性很强的检查,是把依赖参照的九百五十六颗单独导成一份表,查它们是否集中在某个抗体库深度区间。若某段测序深度中多数表面标记都偏高,就要重新检查是否流入大量背景信号;若同一颗细胞的其他 T 细胞标记及其近邻都支持一个解释,也可以将这类条码列为下一轮独立验证对象。先写明每颗为什么处在边界,再讨论是否纳入主图,比直接把它们全数剔除或全数算阳性更能向读者交代依据。

逐个抗体、逐个实验批次看阴性参照,避免把公开脐血中的门槛当成任何抗体库都适用的固定参数。抗体滴度、孵育与洗涤、细胞大小和非特异结合都会影响背景。若样本没有小鼠掺入,就使用实验实际提供的对照或有生物学依据的人群,并说明哪些结论因对照不足而需要降低强度。要确认成熟蛋白标记,可将明确双参照过线、边界和阴性条码对应的细胞亚群纳入独立流式检测,保留染色对照,检查判定对门控是否敏感。

临近出图时,把两项数字同时写进图注:这份实验里有多少 RNA 零计数条码,以及其中多少同时通过两个背景条件。若只保留几个特别亮的条码,读者无法知道剩下多少处于边界。随包小表能在本机遍历各个门槛;要对多批抗体和多个供者分别保存背景曲线时,可以把固定的参考条码规则带到云生信科研服务器租赁上分批复算,再比较真正重复出现的信号。

把知识用于当前任务

下一步可以直接开始分析

按研究目标查找在线工具、课程、计算资源或完整分析服务。

按目标找方案仍有疑问,联系客服 ↗