质控指标介绍：细胞数、基因数、线粒体比例、核糖体比例
做单细胞项目，拿到表达矩阵以后第一件事是什么？我个人习惯，先把那四个核心指标拉出来看一遍。细胞数、基因数、线粒体比例、核糖体比例——这四个数就像体检报告里的血常规，指标好坏直接告诉你这份数据能不能往下走。
我见过不少同学一上来就调参过滤，连指标含义都没搞清。你想想看，如果连「为什么这个细胞基因数低」都不清楚，过滤就等于瞎划。今天咱们就把这四个指标一个一个掰开讲。
1. 细胞数：到底抓到多少个细胞
细胞数最直接，就是测序后鉴定出来的细胞总量。10x 官方一般推荐捕获 3000–10000 个细胞，但实际项目里 5000–8000 是常见范围。
重点不是数字本身，而是：你的预期捕获率和实际数匹配吗？
- 如果捕获数远低于预期（比如目标 5000，实际 800），大概率是组织解离或上机环节出了问题。
- 如果捕获数比预期多很多，那多半是混入了双细胞或多细胞——空液滴里包了两个以上的细胞。
2. 基因数：每个细胞检测到多少基因
基因数反映单个细胞的 RNA 捕获效率。不同细胞类型差异很大：中性粒细胞可能只有几百个基因，而 T 细胞、B 细胞通常 1000–3000。上皮细胞和肿瘤细胞往往更高，3000–6000 都很正常。
这里有个常见误区——很多人看到基因数低就觉得细胞质量差。其实不一定：
- 如果细胞类型本身表达谱就窄（比如血小板、红细胞前体），低基因数是正常的。
- 但如果同一样本里大部分细胞基因数都低于 500，那确实要警惕：可能是细胞破碎、RNA 降解或者液滴里只捕获了空液滴+死细胞碎片。
我个人判断标准：中位数基因数不能低于 800，低于这个数我会先回看质控曲线和文库复杂性。
3. 线粒体比例：死细胞和损伤细胞的信号
线粒体比例 = 线粒体基因的 UMI 计数 ÷ 总 UMI 计数。这是单细胞质控里最核心也最敏感的指标。
为什么高线粒体比例代表细胞质量差？
- 细胞膜损伤后，胞质中的 mRNA 会流失，但线粒体因为有双层膜包被，线粒体 mRNA 更稳定，占比就会被动升高。
- 所以线粒体比例 > 20% 的细胞，大概率是死细胞或濒死细胞。
4. 核糖体比例：翻译活性的辅助指标
核糖体比例跟线粒体比例类似，是核糖体蛋白基因（RPS/RPL 等）的 UMI 占比。正常情况下这个比例在 10%–40% 之间。
我刚开始做单细胞时，根本不管核糖体比例。后来有次做肿瘤样本，发现一个亚群的核糖体比例飙到 60%+，基因数和 UMI 又正常。以为是好事？结果一查文献才知道，高核糖体比例可能是样本处理过程中 RNA 降解导致的——核糖体 RNA 更稳定，降解后它们占比反而升高。
5. 四个指标怎么搭配着看
说了这么多，到底怎么合并判断？我整理了一张综合评估表，平时干活就贴显示器旁边：
| 细胞状态 | 基因数 | 线粒体比例 | 核糖体比例 |
|---|---|---|---|
| 健康细胞 | 正常或偏上 | <20% | 10%–40% |
| 死细胞/损伤细胞 | 低 | 高（>20%） | 可能高（RNA降解） |
| 空液滴 | 极低（<200） | 低 | 低 |
| 双细胞（不同型） | 异常高 | 正常或偏高 | 正常或偏异 |
| 代谢活跃细胞（肌/肝） | 正常 | 中等偏高（15–25%） | 正常 |
核心原则：每个指标都不要单独下结论。基因数低+线粒体比例高 → 死细胞；基因数正常+线粒体比例高 → 可能本身表达高，要进一步看 UMI 总数。
上图就是我在实际项目里用的「四指标联合排查流程」。
嗯，说到这你应该已经明白了：质控不是死记阈值，而是看懂每个指标的生物学含义。下回拿到数据别急着写 filter 代码，先画四张 violin，你就能看出很多东西来。