单细胞测序有环境RNA污染，过滤依据怎样记录？

先认清背景信号从哪里来

单细胞液滴实验里，破裂细胞释放的RNA可进入悬液，空液滴也会捕获这些游离分子。因此，低读数条形码不一定代表一枚低质量细胞，高读数细胞也可能带有背景转录本。投稿时把“去除低质量细胞”和“估计环境RNA”分成两步写。前者判断是否保留这个条形码，后者估计已保留细胞中混入的背景表达；把两步都写成“质控过滤”会让读者不知道最终矩阵如何形成。

空液滴判定要说明输入

EmptyDrops原始研究指出空液滴可能存在环境RNA。方法应报告起始条形码矩阵、用于识别细胞的规则或工具版本，以及每份样本保留多少条形码。若先用仪器流程预过滤，再送入去污染软件，要说明软件实际得到的是原始液滴矩阵还是已筛选细胞矩阵。两种输入能提供的背景信息不同。不同样本的细胞回收量差异很大时，统一固定阈值也可能对某一批过严，最好列出各样本的门槛与保留数。

校正算法与参数写具体

SoupX一类工具估计环境表达谱并调整细胞计数。论文不能只写“使用软件消除污染”，应写版本、背景估计所用数据、污染比例如何确定、是否手工指定标记，以及调整是在聚类前还是后完成。若方法依赖已知不应共表达的标记，要交代这些标记在本研究组织里为何合适。存在真实共表达的细胞状态时，过度扣除可能删除生物信号，因此对关键结论应保留原矩阵和调整矩阵的对照。

让读者看到校正前后变了什么

补充表可逐样本列原始条形码、细胞调用后数量、环境RNA校正后数量及主要过滤原因；数目未变也要说明计数值是否改变。对被污染影响最大的几个基因，展示校正前后在相关细胞群的表达图，并说明细胞群注释是否改变。若一个罕见群只在校正后出现，应进一步检查是否由阈值、批次或其他质控选择造成，而不是直接写成新发现。

留下能复查的矩阵版本

公开数据时，原始计数、细胞调用后的矩阵和校正后的矩阵应分别命名，文件说明列出细胞条形码如何对应。若只共享最后的校正值，后人难以判断哪些差异来自原测量，哪些来自模型，也无法方便比较不同校正方法。正文结论应与实际使用的矩阵一致：用于差异表达的是原始还是校正计数，要在结果旁讲清。这样“污染已处理”才有可检验的含义，也便于读者评估校正的不确定性。

参考信息：EmptyDrops、SoupX与单细胞污染校正原始研究。