单细胞 RNA 测序论文，细胞质控阈值为什么不能只给一个数字？

单细胞 RNA 测序论文写“删除线粒体基因比例超过某值的细胞”，还不足以交代质量控制。读者需要知道这个界值从哪来、和哪些指标一起判断、每个样本因此失去多少细胞，以及过滤是否改变了后续比较。单细胞数据可能混入空液滴、受损细胞、双细胞和环境 RNA；它们在计数矩阵里的表现并不一样。投稿前把每种问题的识别与处理分开写，比复制另一篇论文的阈值更可靠。

同一个高低值，可能不是同一种问题

每个细胞条形码的 UMI 数、检测到的基因数和线粒体来源计数比例，是常见的初筛指标。极低的计数可能反映空液滴或受损细胞；异常高的计数和基因数也可能提示双细胞，但不能只凭一个数值断定。环境 RNA 还可能让空液滴或真实细胞出现背景信号。Nature Communications 对单细胞质控流程的原始研究分别讨论了空液滴、双细胞和环境 RNA 的判断，说明单一指标无法覆盖这些技术来源。

假设两份组织样本在建库前经历不同的保存时间，得到的计数分布也不同。若把样本甲的界值原封不动用到乙，乙可能被排除掉大量本来可分析的细胞，或留下较多低质量条形码。这个例子只说明为何要观察各样本分布，并非主张每份样本都必须设完全不同的阈值。方法里可写明按样本还是合并数据确定界值、观察了哪些分布、最终使用的数值，以及是否对边缘样本复核；不能只给一个百分比，让读者猜它如何产生。

质控不是只剩一个“保留细胞数”

先报告原始条形码或初步识别的细胞数，再按实际流程说明去除空液滴、低质量细胞和疑似双细胞后的数量。若同一条形码同时命中两个过滤条件，各步骤删除数会重叠；总删除数应由过滤前后之差核对，不能简单把各项相加。分组研究还应展示每个生物样本留下多少细胞；一个处理组被过滤掉的比例明显高于对照组时，读者需要知道这会怎样影响组间比较，而不仅看最终的细胞总量。

对双细胞的处理也要写清方法及判定尺度。有的双细胞同时表达两类细胞标记，可能在聚类图上看似一个新群；若删除它们，说明依据是专门检测方法、异常计数，还是对聚类结果的复核。环境 RNA 处理同样需要交代是否使用了相应算法，以及处理发生在聚类前还是后。不要把软件名称当成操作描述：版本、关键设置和处理顺序会影响读者复现结果。

检查过滤是否改变了核心结论

一张质控前后各样本细胞数的表，配合 UMI、基因数和线粒体比例的分布图，通常比一句“按标准流程过滤”更有解释力。若论文强调某个稀有细胞群，应进一步核对该群是否只在某批样本或某一质控界值下出现；需要时说明对合理阈值变化的敏感性。只需交代会影响主要结论的质控决定，不把每次试跑都写成研究发现。单细胞报告指南强调实验元数据与分析步骤的可复现性；阈值只在与数据分布、过滤后样本和下游结果相连时，才成为可审查的方法信息。