单细胞分析

线粒体比例统一卡在 10%,会从你的组织里删掉哪类细胞?

作者:发布于 2026-11-17约 7 分钟阅读
按文库、细胞类型和联合质控指标检查线粒体阈值会删掉哪些细胞

有份心肌组织的分析报告把线粒体比例超过百分之十的细胞全部删除。质控图看起来整齐了,随后能找到的肌细胞也少了很多。接手这份结果时,第一件事是找回过滤前的细胞名单,给每颗细胞算出同样的百分比,再问三个具体问题:是哪份样本损失最大,哪些有明确谱系标记的细胞越线,越过这条线的细胞还有什么共同表现?只要保留原始计数和注释表,这个判断可以在删除任何细胞之前完成。

按文库、细胞类型和联合质控指标检查线粒体阈值会删掉哪些细胞

分子和分母要来自同一颗细胞的原始 RNA 计数

线粒体比例的分子,是该细胞中归到线粒体基因的 RNA 分子计数之和。分母是同一细胞全部纳入的基因表达 UMI。这里容易出错的是找错表达层、拿错基因清单和混用特征类型。归一化后再取对数的矩阵,逐行相加不能还原原始分子总量。抗体标签和导向序列即使在同一个交付目录中,也应和这个 RNA 分母分开。还要确定软件返回的是零到一的比例,还是已经乘过一百的百分数,不然同一个数字十会落在完全不同的刻度上。Bioconductor 单细胞质量控制

确定线粒体基因时优先追到实际参考注释。许多人工示例用固定前缀筛行,到了另一物种或以稳定 ID 为行名的对象上,前缀可能匹配零个基因,最后整批细胞的线粒体比例都显示为零。下载包改用一份明确列出的特征 ID 文件,程序会检查清单中的每个标识是否存在。正式项目可从对应注释的线粒体染色体条目取出基因标识,再记录参考版本和匹配行数。若一份多模态数据被错误当成 RNA 总量,拿两个条码手工复算分母,往往比仅查看比例的总体均值更快发现问题。

在过滤前的矩阵上试跑三档门槛

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)

练习只保留六个教学特征,混入了两份样本的模拟肌细胞、免疫细胞和身份待定的条码。两列虚构的肌细胞标记专门用于检查有同一谱系证据的细胞是否一起越过了线。这不是心肌组织的真实表达分布,检出三个基因的教学下限也只用于这张微型矩阵。解压后先运行下面两行命令,打开按样本绘制的联合散点图和逐条码质控表。横轴是线粒体百分数,纵轴是检出的基因数,颜色来自已有的初步谱系。

python -m pip install -r requirements.txt
python run.py --input example --out results

找到样本 S1 中编号 M1 的肌细胞。六个特征上的计数分别为十二、八、三十五、二十五、零和二十。前两项是线粒体分子,合计二十。全部相加得到一百,线粒体比例正好为百分之二十。同时两个肌细胞标记分别有三十五和二十五个分子,六种基因中检出五种。另一颗待定条码 Q1 的线粒体计数只有六个,却占了这个条码全部六个分子的百分之百,也没有检出两个肌细胞标记。两颗都超过百分之十,但进一步复核时,证据指向的事情并不一样。

读哪一列 分母或判定对象 练习中可以查到什么
mt_pct 同一条码的全部原始 RNA 分子 S1_M1 的 20/100 等于 20%
n_genes 该条码中计数大于零的基因 S1_M1 检出五种,S1_Q1 仅两种
both 同时超过线粒体上限并低于基因数下限 可解释两项过滤重叠的条码
retained 本组中可评估且两项都通过的条码 可逐样本、逐谱系核对人数

顺着条码看,两项条件重叠在哪里

下面这个函数用实际计数计算两种条件的命中数。分母中先单列零总量条码,它的线粒体比例不可计算。后面的保留数用可评估人数减去两种条件的并集,其中同时命中两项的细胞只扣一次。若直接把“超过线粒体上限”的人数和“检出基因太少”的人数相加,就会把同一颗低质量条码重复记到损失中。也因此,先按一项过滤、再计算第二项的流水账,和在起始全集上分别评估两项指标,回答的是两个不同的问题。

def cutoff_counts(cells,cap,gene_floor):
    valid=[c for c in cells if c["total_umi"]>0]
    hit=[c for c in valid if c["mt_pct"]>cap]
    low=[c for c in valid if c["n_genes"]<gene_floor]
    overlap=sum(c["n_genes"]<gene_floor for c in hit)
    return [len(cells),len(valid),len(hit),len(low),overlap,len(hit)+len(low)-overlap,len(valid)-len(hit)-len(low)+overlap]

打开阈值汇总表,筛选样本 S1、已有谱系 muscle 和百分之十这一档。三个肌细胞中有两个线粒体比例越线,但三颗全都通过微型矩阵的基因数下限,这两个条码在总损失中可以完整归给线粒体条件。再切到样本 S1 的待定谱系,看看 Q1 是否同时落入两项条件。示例中的上限判断是严格大于,所以刚好等于百分之二十的 M1 在百分之二十这一档能通过。项目中若一直使用大于等于,须把边界规则写进记录,尤其是分子数很少、比例常出现整齐分数的那批细胞。

接下来可以只改设置文件,不动计数,把候选上限替换为百分之八、十二、十五,再运行到新的结果目录。按样本查看各谱系的有效分母、超线人数及两个标记的计数。若在小幅调阈值时同一谱系整体进出,先找它们在所有样本中的共同特征;如果变化几乎只发生在一份样本,就回看从取材、组织缺血、消化时长到建库的实验记录。单靠图中点离阈值的远近,很难确定高比例源于哪一个过程。

有谱系标记,并不等于质量已获确认

线粒体比例是一个相对量。分子端变化可以抬高它,分母中的胞质转录本大量减少也会抬高它。肌细胞的代谢背景、组织制备造成的膜损伤、低分子数时分母的离散波动,都值得在排查中单独留位置。有谱系标记能说明为什么不宜在第一次筛查就把整群删除,却不能证明每颗细胞都完好。挑选同一供者的同类细胞作参照,同时读总量、检出基因数、多个谱系标记以及可能的应激信号。某个高比例群若只剩一两条高丰度标记,其他表达结构已经塌缩,也应如实记录。

把受影响的条码投回可用的低维图时,先查自己使用的是不是过滤前的坐标。如果对象已经删过细胞,条码根本不在坐标表中,把缺失解释成“图上没有成群”就颠倒了步骤。可以在过滤前建立带坐标的副本,按条码高亮候选,同时用散点的透明度或单独分面显示密集区域。若没有可靠的低维结果,先以每个样本的联合质控散点和逐条码标记表完成核查,并不妨碍判断一条线删掉了哪些人。图中出现密度差时应附具体人数,有些稀有谱系就算只丢几颗,也可能损失很大比例。

当同事希望得到“最终用哪个阈值”时,把用于选择的标准说清楚。比如某份样本在候选线附近存在一批高复杂度、有成套细胞标记的条码,另一批则同时表现为低复杂度和极端高比例,就分别列出人数与证据。保留一套明确用于主分析的规则,另存一套相邻规则重算关键细胞比例和目标标记方向。若结论随小幅调整大幅改变,可先报告适用区间和不稳定的样本,避免把一个看似精确的统一数字写成组织通用标准。scuttle 质量控制工具与文档

交付时把未删的原始对象、候选标记和最终保留条码分开存放,下一位同事就能追查每颗细胞去了哪里。等需要在多个组织队列上重做不同阈值的整条分析流程时,可以用单个队列保留中间结果的实际空间和运行耗时为批量任务选计算环境。云生信科研服务器租赁

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 ↗