博文
ScQCenrich：单细胞数据多指标质量控制
||
ScQCenrich：单细胞数据多指标质量控制
单细胞RNA测序（scRNA-seq）通过在单细胞分辨率下对异质性组织进行转录组范围的表征，已经改变了细胞基因组学。从组织分离到液滴捕获的整个过程中，各个环节都极易受到技术因素的影响。温酶解离可能会诱导急性应激程序，死亡或破裂细胞可以将环境RNA释放到悬液中，而部分裂解可以选择性地消耗胞质转录本，同时留下一个偏向核的库组成。尽管环境RNA污染在机制上不同，并且通常通过专门的脱污方法来解决，但它源于相同的受损细胞景观，并强化了需要对细胞调用后进行严格的质量控制（QC）。因为这些伪影可以伪装成生物学现象，质量控制不仅是一种预处理便利，而且是决定哪些细胞状态可以用于下游解释的主要决定因素。
大多数常规的 scRNA-seq 质量控制工作流程都基于总唯一分子标识符（UMI）、检测到的基因数量和线粒体 RNA 比例（mt%）这三个经典指标。这些指标具有生物学意义，但每个指标都只是细胞完整性的不完美替代。总 UMI反映了整体 RNA 捕获和文库大小，因此严重受损或捕获效率低的细胞通常产生的分子较少。检测到的基因数量反映了转录组的复杂性，并且在 RNA 被降解或未完全回收时往往会下降，尽管自然规模较小或转录活动较低的细胞也可能表现出低复杂性。mt% 测量线粒体编码转录本的相对丰度，并且在细胞质 RNA 丢失时往往会上升。然而，它也可能在代谢活跃或代谢重编程的细胞状态下固有地升高。因此，在这些维度上进行硬性过滤可能会去除真正的生物学信息，而仅依赖这些维度仍然可能无法识别微妙受损的表型。
那些更具灵活性的框架确实改善了那种僵化的划分方式，但仍然存在一些重要的缺陷。不过，仍有一个重要的缺口：如何通过有效的异常值检测机制，对每个细胞的相关指标进行数据驱动的质量控制。miQC 正是为了解决这一问题而开发的工具。scQCenrich（图1，https://github.com/lemonlyy755/scQCenrich）的关键贡献源于观察到scRNA-seq中的损伤是多维度的：部分裂解会产生核-质失衡，而这无法完全由mt%或文库复杂度捕捉，且解离压力即使传统质量控制指标仍处于临界状态也会扭曲转录程序。因此，主要依赖经典的质量控制框架。
图1 scQCenrich整合正交QC信号以进行情境感知的过滤决策。框架示意图，量化了标准指标，包括UMI、检测到的基因和线粒体RNA分数（mt%），以及核富集代理指标，包括内含子分数和MALAT1富集，以及紧凑型解离应激分数。这些特征被整合，以优先去除受损或应激的谱图，同时保留那些生物学可信但处于临界状态的细胞，前提是正交证据支持转录组的完整性
这些考虑推动了scQCenrich中使用的特征集。当细胞质RNA丢失时，核和前体mRNA信号相对富集，使得内含子比例成为核富集和受损液滴的有信息代理。MALAT1，一种核保留的lncRNA，为核偏倚文库提供了额外的正交指标。在组织处理过程中诱导的压力反应特征捕获了体外扰动，而经典的指标继续总结全局RNA丰度、复杂性和线粒体富集。基于这种逻辑，scQCenrich将UMI、检测到的基因、mt%、内含子比例、MALAT1富集和解离压力信号整合在一个可解释的多指标框架内，以估计低质量风险，同时允许在正交证据支持转录组完整性时对边界细胞进行上下文感知的挽救。其主要进步是明确地整合了生物学动机的损伤信号，如内含子比例和MALAT1富集，这些信号超出了mt%基因模型。
至关重要的是，scQCenrich 能够在正交处理过程中，对那些处于边界状态的细胞进行有效的“拯救”。最后，它生成一个自动化的HTML报告，将QC诊断与细胞类型和聚类级别的功能验证相结合，将QC从黑箱转变为可审核和可重复的决策过程。
参考文献
[1] Liu Y, Yang C, Wang C, Zhang M, Luo K, Wu L, Xie X. ScQCenrich enables multi-metric quality control for single-cell RNA sequencing. Commun Biol. 2026 Jun 24;9(1):864. https://doi.org/10.1038/s42003-026-10382-x
以往推荐如下：
5. EMT标记物数据库：EMTome
8. RNA与疾病关系数据库：RNADisease v4.0
9. RNA修饰关联的读出、擦除、写入蛋白靶标数据库：RM2Target
13. 利用药物转录组图谱探索中药药理活性成分平台：ITCM
19. 基因组、药物基因组和免疫基因组水平基因集癌症分析平台：GSCA
22. 研究资源识别门户：RRID
24. HMDD 4.0：miRNA-疾病实验验证关系数据库
25. LncRNADisease v3.0：lncRNA-疾病关系数据库更新版
26. ncRNADrug：与耐药和药物靶向相关的实验验证和预测ncRNA
28. RMBase v3.0：RNA修饰的景观、机制和功能
29. CancerProteome：破译癌症中蛋白质组景观资源
30. CROST：空间转录组综合数据库
31. FORGEdb：候选功能变异和复杂疾病靶基因识别工具
33. CanCellVar：人类癌症单细胞变异图谱数据库
36. SCancerRNA：肿瘤非编码RNA生物标志物的单细胞表达与相互作用资源
37. CancerSCEM 2.0：人类癌症单细胞表达谱数据资源
38. LncPepAtlas：探索lncRNA翻译潜力综合资源
40. MirGeneDB 3.0：miRNA家族和序列数据库
41. RegNetwork 2025：人类和小鼠基因调控网络整合数据库
42. CircTarget：多种细胞类型circRNA调控综合数据库
43. GreenCells：植物lncRNA单细胞分析资源
44. RM2Target 2.0：RNA修饰的写入者、擦除者和读取者靶基因数据库
https://blog.sciencenet.cn/blog-571917-1544384.html
上一篇：CONCISE：推断空间共表达与细胞通讯
下一篇：scTACL：单细胞转录组学分析的多任务、拓扑感知型对比学习方法
