2. 单细胞测序中的双细胞形成机制
双细胞这个问题，说白了就是两个原本不该在一起的细胞，被硬塞进同一个“反应单元”里。我刚开始做单细胞项目时，总觉得数据里那些异常表达簇是罕见细胞类型，折腾了好几个月才发现——好家伙，原来是双细胞在捣鬼。你想想看，一个细胞只能有一份转录本，如果同时测了两个细胞，表达谱就会变成混合汤，下游分析不崩才怪。
双细胞怎么来的？很大程度上取决于你用的技术平台。主流平台分三类：液滴捕获（如10x、Drop-seq）、孔板加载（如Smart-seq2、Fluidigm C1）以及多重标记（Multiplexing，如Cell Hashing、Demuxlet）。每种机制的物理原理不同，产生的双细胞特征也不一样。下面我一个个讲。
2.1 液滴捕获中的双细胞
液滴系统是现在最火的技术。微流控芯片把细胞和凝胶微珠封装在纳升大小的油水液滴里，理想情况是一个液滴只含一个细胞、一个微珠。但现实没那么完美——细胞进入液滴的过程本质是随机泊松分布。当细胞悬液浓度较高时，两个甚至多个细胞被同一个液滴裹住的概率就会上升。
我记得在一次10x 3' v3项目中，客户想提高细胞捕获数，把上样浓度调到了2000 cells/μL。结果跑完数据一看，双细胞率飙到了8%以上，远超常规的2%-4%。后来我建议他把浓度降到1200 cells/μL，双细胞率立刻降到3%以下。说白了，液滴系统里控制双细胞的核心就是把握好细胞浓度与捕获效率的平衡。
泊松分布公式很简单：
P(k) = (λ^k * e^(-λ)) / k!
其中 λ = 细胞浓度 × 液滴体积
k = 每个液滴中的细胞数当k≥2时，就是双细胞或更多细胞。通常我们期望λ在0.1~0.3之间，这样P(0)约70%~80%，P(1)约15%~25%，P(2+)能控制在5%以内。实际实验要测几个梯度才能找到最优λ，我习惯先做小规模预实验，把浓度梯度做出来再正式上机。
除了浓度，液滴大小也会影响。液滴体积越大，λ越大，双细胞率越高。有的芯片设计用50μm直径液滴，有的用60μm，别看只差10μm，泊松概率差不少。如果你用的10x平台，建议查阅官方推荐的终点浓度区间，但别完全照搬——不同批次细胞活力不同，最佳浓度可能浮动20%左右。
2.2 孔板加载中的双细胞
孔板加载（Plate-based）是相对传统的方式，比如Smart-seq2、MARS-seq。手工或自动化机械臂把单细胞分到96孔或384孔板里，每个孔含有裂解液和逆转录引物。理论上一个孔只加一个细胞，但实际操作中，细胞计数误差、加样嘴的残留、细胞沉降不均，都会导致一个孔里掉进两个或多个细胞。
我做Smart-seq2项目时，曾遇到一批数据，kallisto定量后表达谱里有大量“过表达”基因。一查才知道，自动化分选仪的参数设置错了——液滴延迟时间没校准，导致每次喷出去的细胞数量从1个变成了1~3个随机。那次数据里双细胞率超过30%，几乎没法用了。这个坑我至今记得。
孔板系统里双细胞有几个特点：
- 发生率与孔数无关，主要取决于分选仪的分选精度。如果用FACS分选，要确保单细胞分选模式开启（通常叫Single Cell mode或1.0 drop envelope）。
- 容易发现异常：因为每个孔的转录本总量如果明显偏高，可能就是双细胞。不过不同细胞的RNA含量差异大，仅靠总量不一定准。
- 异种双细胞更常见：如果样本混合了PBMC和肿瘤细胞，FACS分选时不同大小细胞可能粘连，容易同时落入同一个孔。
我建议在做孔板实验前，先用荧光校准微球跑一遍仪器，确认分选精度。分选后还可以显微镜下抽查几孔，看看有没有明显两个细胞。虽然不能全检，但至少能给你一个心理底数。
| 特征 | 液滴捕获 | 孔板加载 |
|---|---|---|
| 主导机制 | 泊松分布（随机共包裹） | 分选误差 / 加样残留 |
| 同种/异种双细胞比例 | 同种为主（多来自相同悬液） | 异种常见（不同大小细胞粘连） |
| 发生率范围 | 2%~8%（可控） | 1%~15%（取决于仪器状态） |
| 常见检测方法 | DoubletFinder / Scrublet | 表达量异常 + 同种型检测 |
| 我的建议 | 做浓度梯度预实验 | 分选前校准 + 显微抽查 |
2.3 多重标记（Multiplexing）的影响
多重标记这两年越来越火，主要是为了省钱 —— 把多个样本的细胞混在一起上机，再用抗体或遗传条形码区分来源。典型方法有Cell Hashing（用抗寡核苷酸抗体标记）、Demuxlet（利用SNP信息）等。你想想看，本来液滴系统已经够复杂了，再叠加样本混合，双细胞的形成又多了一个维度。
多重标记的双细胞有两种情况：
- 同一样本内的双细胞：和普通液滴双细胞一样，两个细胞来自同一样本，条形码相同，无法通过样本来源区分。
- 跨样本的双细胞：两个不同样本的细胞被同一个液滴或孔捕获。这时一个液滴里同时有两个不同的条形码（比如两个不同的HTO抗体标签），或者SNP信息在两个样本间混杂。
跨样本双细胞更棘手。我在一个外周血+肿瘤浸润淋巴细胞的混合实验中，用Cell Hashing标记后，发现大约有1.5%的细胞同时检测到两个HTO标签。起初我以为是抗体非特异性结合，后来改用了DoubletFinder + HTO联合检测，才确认这些是真正的双细胞。如果不处理，这些混合细胞会在降维后形成一个中间状态的“模糊cluster”，误导你以为是过渡态细胞。
还有一个坑：有些多重标记协议会先裂解细胞膜，释放抗体标签，这可能导致标签在不同液滴间交叉污染。如果样本之间标签强度差异大，容易产生假阳性或假阴性。我建议在多重标记实验中加入阴性对照（比如只加HTO但不加细胞），这样可以评估背景泄漏程度。
2.4 三种机制的图谱总结
下面这张SVG图把三种双细胞形成机制放在一起对比，方便你理解核心差异。
三种机制的核心差异在于：液滴双细胞是统计学问题，通过优化浓度可以压制；孔板双细胞是仪器精度问题，需要校准和质检；多重标记双细胞则是样本条码混杂问题，需要联合多种工具来识别。不管你用哪个平台，双细胞都不会完全消失，但弄懂它们怎么来的，至少你选择质控工具时心里更有底。