单细胞与空间转录组分析全流程：从质控到可视化

1. 单细胞与空间转录组研究的黄金标准：Nature级分析全流程解析

在生物信息学领域，单细胞测序和空间转录组技术正在彻底改变我们对复杂生物系统的认知方式。Nature级别的研究成果往往代表着该领域最严谨的方法学和最具创新性的发现，而其中标准化的分析流程正是确保研究可重复性的关键。本文将完整拆解一篇典型Nature论文中的单细胞空间联合分析全流程，从原始数据到最终可视化，特别聚焦细胞分群标记基因（cluster markers）的鉴定策略与代码实现。

单细胞RNA测序（scRNA-seq）允许我们在单个细胞分辨率上观察基因表达异质性，而空间转录组（Spatial Transcriptomics）则保留了这些细胞在组织中的原始位置信息。两者的结合分析能够回答传统bulk RNA-seq无法触及的关键问题：哪些细胞类型在组织微环境中如何相互作用？它们的空间分布模式与功能有何关联？这些问题的解答需要一套完整的分析流程作为支撑。

2. 标准分析流程的七大核心模块

2.1 原始数据质控与预处理

单细胞数据通常以FASTQ格式开始，首先需要使用Cell Ranger（10x Genomics官方流程）或STARsolo等工具进行比对和定量。关键质控指标包括：

• 每个细胞的检测基因数（nFeature_RNA）
• 每个细胞的UMI总数（nCount_RNA）
• 线粒体基因占比（percent.mt）

r复制# Seurat中的基础质控代码示例
library(Seurat)
pbmc.data <- Read10X(data.dir = "filtered_gene_bc_matrices/hg19/")
pbmc <- CreateSeuratObject(counts = pbmc.data, 
                          project = "pbmc3k",
                          min.cells = 3,
                          min.features = 200)
pbmc[["percent.mt"]] <- PercentageFeatureSet(pbmc, pattern = "^MT-")
pbmc <- subset(pbmc, subset = nFeature_RNA > 200 & nFeature_RNA < 2500 & percent.mt < 5)

特别注意：线粒体基因占比过高通常提示细胞状态不佳或发生凋亡，但不同组织类型的阈值可能差异很大。例如神经元细胞通常具有更高的基线线粒体基因表达。

2.2 数据标准化与特征选择

标准化步骤消除技术噪音（如测序深度差异），而特征选择则识别最具生物学意义的基因用于下游分析。常用的标准化方法包括：

• L