Doublet.calculate 模块说明文档

作者: SeekGene

时长: 5 分钟

字数: 1.4k 字

更新: 2026-10-13

阅读: 0 次

---

模块简介

Doublet.calculate 是单细胞（scRNA-seq / scATAC-seq / FFPE / SeekSpace）数据的双胞（Doublet）鉴定与去除模块。

背景：什么是 Doublet

基于液滴的单细胞平台（SeekOne）在细胞捕获时，一个液滴偶尔会包裹两个或多个细胞，它们共享同一个 barcode，被当作"一个细胞"测序，产生混合转录组。双细胞会导致：

• 该 barcode 的 UMI / 基因数异常偏高；
• 干扰聚类与细胞类型鉴定；
• 污染下游差异分析、细胞通讯、轨迹推断等结论；

模块作用

对每个样本的每个 barcode，判定它是 Doublet（双细胞）还是 Singlet（单细胞），输出：

1. 每个 barcode 的判定标签 / 得分；
2. 双胞 / 单胞统计表；
3. 可视化：UMAP 双胞标记图；
4. 过滤掉 Doublet、只保留 Singlet 的清洗后 Seurat 对象；
5. HTML 报告。

支持两种算法，可单选或同时跑（由 type 参数控制）：

type	算法	实现语言
DoubletFinder	人工双胞模拟 + 聚类邻域 kNN	R（DoubletFinder 包）
Scrublet	人工双胞模拟 + PCA 邻域打分	Python（scrublet 包）
both	两者都跑，各自出结果	R + Python

---

分析原理

两种算法思路相通：都是用真实数据"造"出一批模拟双细胞，再据此判断真实细胞里哪些更像双细胞

DoubletFinder

1. 先对细胞做常规的降维与聚类，把表达相近的细胞聚到一起。
2. 在这个聚类结构里，人为把两个细胞"合二为一"，造出一批模拟双细胞。
3. 以模拟双细胞为参照，通过近邻分析判断每个真实细胞"更像双细胞还是单细胞"。
4. 同时结合细胞类型做修正，避免把本就属于同一类型的细胞误判成双细胞。

特点：结果贴合数据自身的聚类结构，但速度较慢、占用内存较大。

Scrublet

1. 不依赖聚类，直接在原始表达矩阵上随机把两个细胞的表达量相加，造出一批模拟双细胞。
2. 把真实细胞与模拟双细胞一起降维，计算每个真实细胞周围"有多少个模拟双细胞"。
3. 这个比例就是"双细胞得分"，得分越高越可能是双细胞；再自动确定一个阈值，把细胞分为双细胞 / 单细胞。

特点：速度快、内存小，但对数据质量较敏感（尤其 FFPE 石蜡样本、去污染后的数据），自动阈值有时会失灵。

两者区别

	DoubletFinder	Scrublet
模拟双细胞的位置	在聚类 / 降维结果里	在原始表达矩阵上随机合并
判断方式	与模拟双细胞的近邻关系	双细胞得分
速度 / 内存	较慢 / 较大	较快 / 较小

---

云平台参数说明

参数总览

选项	是否必填	含义
分析流程	必填	Doublet.calculate
任务名称	必填	任务id，不可与历史重复
样本信息	必填	样本名称，其余信息（分析批次编号，数据类型，文件路径）自动填充；同一个样本可能对应多个分析批次，注意核对。
统计方式	必填	默认both（DoubletFinder + Scrublet 同时运行）
分析类型	必填	默认基于标准分析结果分析，可选基于历史Soupx结果分析 、基于数据上传的结果分析
描述	选填	任务内容描述

WARNING

数据范围强调：本模块仅支持转录组数据。对于 SeekARC、SeekSpace 等数据，仅对其中的转录组部分进行双胞分析（SeekARC 的 ATAC 部分随结果对象保留，但不参与双胞鉴定）；如 5' + VDJ 文库，仅支持 5' 转录组文库的分析，TCR/BCR 数据不可分析。

---

结果使用方法

1. 核对双胞比例是否合理：查看 merged_DoubletFinder_table.txt 或 merged_Scrublet_table.txt 中的 percent.Doublet 列。正常数据双胞率随细胞数增加而升高，数千至一万多细胞的样本通常在 2% ~ 6% 左右；若出现大量 0% 或异常偏高，需进一步核对。
2. 核查双胞判定是否可信：查看每个样本的 {样本}DoubletFinder.png / {样本}Scrublet.png（UMAP 上双胞的标记位置）以及 DoubletFinder_result.txt / Scrublet_result.txt（每个 barcode 的判定标签与得分），确认双胞分布合理、未大面积误判。
3. 下游分析直接使用过滤后 RDS：分析完成后，过滤掉双胞的数据会自动添加至「云平台 —— 资源总览 —— 我的数据」，可以查看细胞数，确认各样本过滤后保留的细胞数合理，未出现异常骤减；核对结果后可以直接创建流程，选择对应数据进行分析。

使用注意事项

1. 算法选择：默认 both 会同时给出 DoubletFinder 与 Scrublet 两套结果和两套清洗后数据；若只需其一，可在"统计方式"中单选，节省约一半时间与内存。
2. 输入数据来源：支持三种分析入口（基于标准分析结果 / 基于历史 SoupX 结果 / 基于数据上传结果），提交时请确认所选样本与对应的分析批次一致。
3. FFPE / 去污染数据的注意点：在这类数据上，Scrublet 的自动判定有时会失灵（部分样本可能被判出 0 个双细胞），建议优先参考 DoubletFinder 的结果，并结合可视化图人工核对。