单细胞分析步骤全梳理：从质控到差异分析怎么做

如果你已经知道单细胞分析大概在干什么，但准备真正推进项目，最需要的往往不是概念解释，而是一份能照着走的步骤清单。真实项目里，大家最常问的也不是“这个函数有没有”，而是“先做什么、后做什么、哪一步该停下来检查”。

这篇文章就从项目执行视角，把单细胞分析步骤完整捋一遍。

开始前先问清楚这几件事

单细胞项目之所以中途容易失控，很多时候不是分析逻辑错了，而是前期边界没说清。正式推进前，建议至少先确认：

• 你是从 FASTQ 开始，还是直接从表达矩阵开始

• 预计有多少细胞、多少样本，后续要不要做整合分析

• 结果是内部使用，还是要交付给合作方或客户

• 是单人使用，还是实验室或团队多人共享环境

这些信息会直接影响分析复杂度、服务器配置和存储规划。

第一步：确认项目目标和样本设计

很多项目一开始就埋雷，不是软件没装好，而是目标没说清。至少要先确认：

• 这次是想识别细胞类型，还是比较处理前后变化

• 是单样本探索，还是多样本对比

• 是否涉及疾病组和对照组

• 后面需不需要做细胞通讯、轨迹分析或亚群深挖

这些问题会决定你在注释、分组比较和下游分析上的重点。

第二步：准备原始数据或表达矩阵

项目起点一般就两种：

• 从 FASTQ 原始测序数据开始

• 从表达矩阵开始

如果是 10x 项目，通常会先通过 Cell Ranger 生成矩阵；如果是公共数据，很多时候可以直接下载表达矩阵进入下游分析。

这一段真正要检查的，不只是“有没有文件”，还包括：

• 文件结构是否齐全

• 样本命名是否一致

• 元数据是否同步整理

第三步：做基础质控

单细胞分析步骤里，质控几乎决定了后面一半结果是不是站得住。常见检查项包括：

• 每个细胞的基因数

• 每个细胞的总 UMI 数

• 线粒体基因比例

• 是否存在明显双细胞

这一阶段最好先画图看分布，再设阈值。不同样本之间差异很大，经验值可以参考，但别机械照搬。

第四步：过滤低质量细胞和异常值

有了分布判断之后，就进入正式过滤。常见策略包括：

• 去掉基因数过低的细胞

• 去掉线粒体比例过高的细胞

• 排除疑似双细胞或异常高计数细胞

这一步的目标不是把数据滤得越干净越好，而是在保留真实生物学信号的前提下，把明显噪声拿掉。

第五步：标准化和特征筛选

单细胞数据在不同细胞间存在测序深度差异，所以需要标准化。标准化之后，通常还要筛选高变基因，为后续降维和聚类提供更稳定的输入。

这一段经常被新手当成例行公事，但它其实很关键。后面的结构识别，很多时候就取决于你送进去的特征质量。

第六步：降维

标准化之后，通常会先做 PCA，再基于 PCA 结果做邻近图构建和聚类。降维的意义，是把高维表达信息压缩成更容易分析的低维表示。

有一点最好提前建立：降维不是为了图好看，而是为了更稳地提取主要结构。

第七步：聚类

聚类是单细胞分析步骤里的核心环节之一。它决定了你最终会得到多少个细胞群，以及这些群体分得是不是合理。

聚类时建议重点检查：

• 分群是否和已知 marker 大体一致

• 是否出现明显由技术噪声主导的 cluster

• 一个 cluster 里是否混了多种差异很大的细胞类型

如果结果看起来很怪，先别急着往后做差异分析，回头检查 QC 和参数往往更划算。

第八步：细胞类型注释

这是很多项目最关心的一步，因为只有注释完成，后面的生物学解释才算真正开始。

常见注释方法包括：

• 手动查 marker gene

• 结合已发表文献

• 借助参考数据库或自动注释工具

经验上，更稳的方式通常是“自动工具先初筛，人工再复核”。效率和可靠性之间会更平衡。

第九步：分组比较与差异表达分析

注释完成后，很多项目会进入比较阶段，例如：

• 疾病组和对照组中，同类细胞的差异表达

• 某个细胞亚群内部的状态变化

• 不同 cluster 之间的 marker gene 比较

这一步很容易踩到一个坑：只按细胞数比较，不看样本来源。样本结构和生物重复会直接影响结果解释强度。

第十步：下游分析

根据研究目标不同，常见下游分析包括：

• GO / KEGG 富集分析

• GSEA

• 细胞通讯分析

• 拟时序或轨迹分析

• 转录因子调控分析

一个常见误区是分析越做越多，但每一块都很浅。真正有价值的项目，通常是围绕核心问题往下挖，而不是图越多越好。

第十一步：结果输出与项目交付

一套像样的单细胞分析，最后不只是发几张 UMAP 图，而是要整理出可复核、可追踪、可继续使用的交付内容。

建议至少包含：

• 样本信息和分析说明

• QC 图和过滤标准

• 聚类和注释结果

• marker gene 表

• 差异表达结果表

• 关键可视化图

• 分析脚本和版本记录

如果是商业服务、合作项目或论文支持，这一步尤其不能省。

单细胞分析步骤里最容易被忽视的三件事

1. 元数据整理

很多后续混乱，源头都在前面样本命名、分组标签和批次信息没整理好。

2. 参数记录

尤其是做多轮尝试时，如果没有记录 QC 阈值、分辨率和 PC 数量，后面很难复现。

3. 结果解释

单细胞分析不是把软件输出贴到 PPT 上就结束。真正重要的是，你能不能结合课题背景回答“这个结果说明了什么”。

单细胞分析步骤常见问题

单细胞分析步骤一定固定吗

主线通常比较稳定，但具体顺序和细节会随着数据起点、样本设计和研究目标调整。

单细胞分析先学流程还是先学 Seurat

建议先学流程。流程清楚之后，再看 Seurat 会更容易理解每一步为什么存在。

单细胞分析项目什么时候要开始考虑服务器

只要数据规模、样本数或并发使用开始上来，就应该提前评估。不要等报错、爆内存或多人抢资源了才回头补。

结语

单细胞分析步骤看起来很多，但真正串起来以后，本质上就是一条很清楚的链路：从原始数据出发，先控制质量，再识别结构，最后完成注释和解释。只要前面几步做得扎实，后面的结果通常不会太离谱。