싱글셀 QC 지표 읽기

싱글셀 QC 지표는 barcode가 실제 세포인지, 포획된 세포의 발현표가 분석 가능한지 평가하는 관측값입니다. 입력은 raw·filtered feature-barcode matrix이고, 출력은 유지·검토·제외할 barcode와 그 판단 근거입니다.

barcode-rank curve

모든 barcode를 total UMI가 큰 순서로 정렬한 그림입니다.

축	뜻
x	UMI count 순위의 barcode
y	barcode별 total UMI, 보통 log scale

왼쪽의 높은 구간에는 세포가 든 방울이 많고, 오른쪽의 긴 꼬리에는 background barcode가 많습니다. knee나 inflection은 후보 경계지만 실제 세포와 empty droplet을 완벽히 나누는 선은 아닙니다.

RNA 함량이 낮은 세포 종류는 꼬리 가까이에 놓일 수 있습니다. total UMI만 자르면 이런 세포가 선택적으로 사라질 수 있습니다.

한 barcode에서 모든 gene의 UMI count를 더한 값입니다. 라이브러리 복잡도와 세포의 RNA 함량이 함께 반영됩니다.

높고 낮음의 절대 기준은 조직(tissue)의 종류와 protocol마다 다릅니다. sample별 분포와 cell type marker를 함께 봅니다.

UMI count가 1 이상인 gene 수입니다. 한 세포에서 얼마나 다양한 전사체가 검출됐는지 나타냅니다.

total UMI와 강하게 연관되므로 두 지표를 산점도로 함께 봅니다. UMI는 높은데 gene 수가 비정상적으로 적다면 일부 고발현 RNA나 background가 값을 지배하는지 확인합니다.

미토콘드리아 gene에 배정된 UMI가 전체 UMI에서 차지하는 비율입니다.

세포막이 손상돼 세포질 RNA가 빠져나가면 상대적으로 mitochondrial fraction이 높아질 수 있습니다. 그러나 조직과 세포 종류에 따라 정상 범위가 다르고, 높은 에너지 대사를 가진 정상 세포도 값이 높을 수 있습니다.

gene symbol의 MT- 접두어에 의존하면 종·annotation 차이로 잘못 계산할 수 있습니다. 사용한 mitochondrial gene 목록을 기록합니다.

ribosomal gene 비율, hemoglobin gene, heat-shock와 immediate-early gene은 시료 상태와 조직 분리 artifact를 찾는 보조 신호입니다.

이 값만으로 행을 자동 삭제하지 않습니다. 예를 들어 혈액이 많은 조직에서는 hemoglobin RNA가 실제 세포 구성과 ambient contamination을 모두 반영할 수 있습니다.

두 세포가 한 barcode에 들어간 것과 닮은 정도를 나타내는 모델 기반 점수입니다. Scrublet은 관측 세포를 합친 인공 doublet을 만들고 이웃 구조에서 실제 세포와 비교합니다.

점수의 scale과 threshold는 도구·run마다 달라질 수 있습니다. 다음 증거를 함께 봅니다.

세포가 깨지며 나온 RNA가 방울 용액에 떠다니는 현상입니다. empty droplet의 발현 profile과 실제 세포 행에 낮게 퍼진 고발현 gene을 비교해 오염 비율을 추정할 수 있습니다.

SoupX·CellBender 같은 도구의 보정값은 측정값이 아니라 모델 추정치입니다. 보정 전후 matrix를 모두 보존하고, 알려진 marker의 특이성과 전체 count가 어떻게 바뀌었는지 확인합니다.

지표	답하는 질문
estimated cells	예상한 수만큼 cell-associated barcode를 얻었는가?
reads per cell	세포당 얼마나 시퀀싱했는가?
sequencing saturation	더 읽을 때 새로운 UMI가 얼마나 늘 가능성이 있는가?
fraction reads in cells	유효 read 중 called cell barcode에 속한 비율은 얼마인가?
mapping rate	cDNA read가 reference에 얼마나 정렬됐는가?

한 지표가 나쁘다고 원인이 하나로 정해지지 않습니다. 낮은 fraction reads in cells는 많은 ambient RNA, 낮은 세포 생존율이나 잘못된 cell calling과 연결될 수 있습니다.