单细胞测序识别双细胞，阈值与删除数怎样交代？

单细胞测序稿件写“去除双细胞后保留两万细胞”，却没有交代双细胞如何判断、在哪一步筛掉，也不列每个样本删除了多少。这样的数字难以复核，还可能掩盖某个样本被大量剔除。Bioconductor的scDblFinder方法文献把同一液滴或反应单位中含多个细胞的情况作为双细胞问题，区分条形码对应的液滴与原始单个细胞。投稿时应先说明识别的对象和方法，再把阈值与前后数量对应到样本。

从输入矩阵和样本范围说起

方法段写清使用的原始或初步过滤后的计数矩阵、细胞条形码数量，以及空液滴、低质量细胞等前置过滤是否已完成。若把多个样本或测序批次合并后才识别双细胞，要交代算法是否按样本分别估计预期比例；不同装载量和回收细胞数可能对应不同的双细胞风险。不要用一个全局阈值默认覆盖所有批次，也不要把去掉低质量条形码的数量算进“双细胞删除数”。

再写软件名称与版本、主要输入、预期双细胞率或所用先验、分数与阈值的确定方式。如果使用自动阈值，就说明软件是怎样从分数和预期数量推定分类，而不是只报一句“默认参数”。scDblFinder官方文档明确会结合预期双细胞数来设阈值；其他工具也可能有不同机制，不能把某个分数切点搬到另一方法。若进行了人工调整，保留调整前后阈值、理由及受影响条形码数量，避免在看到期望的细胞群比例后随意移动门槛。

用前后数量检查筛选是否合理

按样本给出进入双细胞检测的条形码数、判为双细胞数、保留数和最终进入分析的细胞数。后续若又因线粒体比例、基因数或其他质量规则删去一批细胞，另列一行，不应让读者猜“两万”是哪个阶段。可以展示分数分布与样本或细胞群的关系，检查是否某一批次或某一群体异常集中。算法给出的是基于数据的双细胞预测，并非对每个条形码的直接观察；关键新细胞群还应结合标记基因和实验设计检查混合信号。

还要注意同类细胞组成的双细胞比不同类细胞组成的双细胞更难从表达谱中辨认。删除比例即使接近预期，也不能证明剩余数据已完全没有双细胞；反过来，比例偏高也未必说明实验一定失败，要看装载量、样本混合和实际分数分布。若论文的关键发现依赖一个少见群体，给出在合理阈值变化下的敏感性检查，比宣称“已完全排除双细胞影响”更稳妥。原始方法研究也提示阈值和误分类都需结合数据背景解释。

提交前随机选两个样本核对条形码流水：输入矩阵、初筛、双细胞判定、其他质控与最终分析对象，逐步数量是否能相加？图注中“细胞数”的阶段要与方法表一致。保存参数、分数和每个条形码的分类结果，必要时可在合适的数据仓库提供处理后的对象与代码，方便复核而不泄露受限数据。

参考信息：scDblFinder原始方法论文与Bioconductor官方文档；DoubletFinder原始方法研究。