外觀
單細胞 RNA-seq (Single-Cell RNA-seq)
bulk RNA-seq 量的是一群細胞的平均表現;單細胞 RNA-seq (scRNA-seq) 為每個細胞各給一組表現量,能分辨細胞類型、稀有族群與連續的分化狀態。代價是資料極度稀疏(大部分基因在大部分細胞是 0)、技術雜訊大。
平台
| 方式 | 例 | 細胞數 | 特點 |
|---|---|---|---|
| 液滴 (droplet) | 10x Genomics Chromium | 數千–數萬 / 樣本 | 主流;3′ 或 5′ 端計數;每個細胞有 barcode、每個分子有 UMI |
| 孔盤 (plate) | Smart-seq2 / 3 | 數百 | 全長轉錄本,可看 isoform 與 SNV;細胞數少 |
| 組合索引 (split-pool) | Parse、sci-RNA-seq | 數萬–百萬 | 不需特殊儀器,可固定後保存 |
| 單核 (snRNA-seq) | 同上,改用細胞核 | — | 冷凍組織、難解離組織(腦、心臟);偏 intron reads |
| 空間轉錄體 | Visium、Xenium、MERFISH | — | 保留組織位置 |
分析流程
text
FASTQ ──Cell Ranger / STARsolo / alevin-fry──► 細胞 × 基因 count matrix(稀疏)
──► QC:每細胞基因數、UMI 數、粒線體比例、doublet 偵測
──► 正規化(log-normalize / SCTransform)──► 高變異基因
──► PCA ──► 批次整合(Harmony、scVI)──► 鄰近圖 ──► 分群(Leiden)──► UMAP 視覺化
──► 細胞類型註解(marker 基因、參考圖譜)
──► 差異表現(pseudobulk)、軌跡、細胞間通訊| 步驟 | 常用閾值 / 工具 | 注意 |
|---|---|---|
| 細胞 QC | 基因數 200–6,000、粒線體 reads < 10–20%(依組織) | 粒線體比例高 = 細胞破損;閾值依組織調整(心肌本來就高) |
| Doublet | scDblFinder、Scrublet | 兩個細胞被包在同一液滴,會像「中間型」細胞 |
| 環境 RNA | SoupX、CellBender | 破裂細胞釋出的 RNA 污染所有液滴 |
| 批次整合 | Harmony、scVI、Seurat integration | 過度整合會抹掉真實的生物差異 |
| 分群 | Leiden / Louvain(resolution 參數) | 群數受參數影響,不等於「真的有幾種細胞」 |
| 註解 | 已知 marker、CellTypist、Azimuth、SingleR | 先粗分(T / B / 髓系),再細分 |
| 差異表現 | pseudobulk(同一樣本同一細胞類型加總後用 DESeq2 / edgeR) | 直接把細胞當獨立樣本做檢定是假重複,p 值嚴重高估 |
UMAP 只用來視覺化:群與群的距離、群的大小都不代表真實的生物距離或比例。
工具生態
| Python | R | |
|---|---|---|
| 資料物件 | AnnData(見 AnnData 與 scanpy) | Seurat 物件、SingleCellExperiment(見 Bioconductor) |
| 主要套件 | scanpy、scvi-tools、squidpy(空間) | Seurat、scran / scater、Monocle |
| 深度學習 | scVI、scGPT 等基礎模型(見 單細胞深度學習) | — |
筆記
| 筆記 | 內容 |
|---|---|
| 軌跡分析 | pseudotime、分支、RNA velocity |
統計觀念:假重複與生物重複、PCA、分群、多重檢定。bulk RNA-seq 見 RNA-seq 分析。