小沐同学（AI）|单细胞测序100问(85)-分析篇

Q：为什么高分文章中单个样本捕获细胞数在2000-3000？

A：

（1）不同的细胞浓度下，想要获得不同的目标细胞捕获数，需要上机不同体积的细胞悬液。在上机细胞悬液浓度固定时，如果目标细胞捕获数增加到8000甚至10000，上样细胞悬液体积势必增加，在细胞悬液质量不是很理想（细胞活性<90%、碎片率>5%、结团率均>5%）的情况下，引入的背景信号会增加，分析结果不理想的直接体现包括：cell、non-cell无法有效区分和Fraction reads in cells偏低。当cell和non-cell无法有效区分时，会使得数据出现假阳性和假阴性结果！

（2）当目标细胞捕获数很大时，多细胞率会增加，最终数据分析时，此部分“cell”表现为基因检测数和UMI检测数是正常cell的N倍（N是一个GEM包裹的细胞数），导致所有细胞的统计数据（单个细胞基因检测中位数、单个细胞UMI检测中位数）虚高。此部分“cell”虽然可以通过设置数据分析阈值进行过滤，但是容易会有此类数据的残留和正常高基因检测细胞的人为去除！

（3）最重要的原因，单细胞测序所有的分析都是基于细胞聚类进行，而细胞聚类是在区分cell和non-cell后，获得细胞基因表达谱，通过降维（pca），聚类（Graph-based& K-Means）以及可视化（t-SNE）得到的。进行细胞聚类时需要考虑到每个细胞的基因表达模式，因此即使是相同的数据，在剔除几个细胞的情况下，前后获得的聚类图也会出现明显不同。而当细胞捕获数过多时，无论是第一种情况出现的假阴性和假阳性数据，还是第二种情况引入的多细胞数据，都会对正常细胞聚类产生影响，造成聚类结果失真。这也是很多文章，特别是很多高分文章，为什么单个样本捕获细胞数在2000-3000的原因了。