单细胞转录组测序是在单个细胞水平对 mRNA 进行高通量测序的技术，可精准解析组织内部细胞异质性，识别稀有细胞类型，揭示细胞状态转换、分化轨迹及分子调控机制，广泛应用于发育生物学、肿瘤研究、免疫调控、疾病机制探索等领域。

产品核心优势

突破 bulk 测序局限，单细胞分辨率解析转录组全貌

精准鉴定细胞亚群、标记基因与细胞类型注释，适配多样本、 大样本量联合分析

支持伪批量差异分析，提升组间比较稳健性

胞内微生物信号读取（胞内微生物普遍性验证）

完整功能富集与调控网络分析，深度挖掘生物学机制

                                     一站式服务

方案定制与确认 → 样本接收与建库 → 高通量测序 → 生信深度分析 → 结果交付与售后支持

核心分析内容：

（一）上游数据处理

原始数据质量评估使用 fastp 对下机数据质控，统计 Q20/Q30、GC 含量、碱基质量，保障测序数据可靠性。

1、定量分析（alevin-fry）快速精准完成转录组伪比对，生成细胞 - 基因表达矩阵，支持 USA 模式输出，兼容 RNA 速率分析。

2、细胞过滤基于基因检出数、线粒体基因占比、红细胞基因占比过滤低质量细胞；scDblFinder 识别并去除双胞，保证数据纯净度。

（二）细胞聚类与注释

1、数据标准化与降噪LogNormalize/SCTransform 标准化，提取高变基因，PCA 降维；对于多个样本或批次的数据，启用Harmony 算法对数据进行批次效应校正（很关键）。

2、细胞聚类graph-based 聚类（Louvain/Leiden 算法），分辨率扫描优选聚类参数；UMAP/t-SNE 可视化细胞分群。

3、细胞类型注释SingleR/Azimuth 自动注释 + 标记基因注释，多层级标签推荐，支持肺部、免疫等组织专属数据库，输出高置信度细胞类型。

（三）下游差异与功能分析

1、差异表达分析

1.1  cluster 水平差异：各细胞亚群 vs 其余亚群，筛选亚群特异性标记基因

1.2  细胞类型水平差异：不同细胞类型间比较，挖掘类型特征基因

1.3  伪批量差异分析（Pseudobulk）：按样本聚合表达量，edgeR/DESeq2 分析组间稳健差异基因

2、功能富集分析

2.1  GO 功能富集（生物过程 BP / 细胞组分 CC / 分子功能 MF）

2.2  KEGG 通路富集

2.3  Reactome 通路富集

2.4  蛋白互作网络（PPI）分析，识别核心枢纽基因

高级分析内容

1、多样本整合分析

1.1  多样本整合与批次效应校正：

启⽤ Harmony 算法 对数据进⾏批次效应校正。 Harmony 通过迭代聚类和线性校正，在保留⽣物学差异（如细胞类型特异的表达模式）的前提下，有效消除不同样本或测序批次引⼊的技术噪⾳。校正后的低维嵌⼊将替代原始主成分分析（PCA）结果，⽤于后续的最近邻查找、聚类、降维可视化（UMAP/t‑SNE）以及差异表达分析。同时，通过⽣成整合前 后的对⽐图表（分别按样本或批次着⾊），以直观评估批次校正效果。

1.2  分辨率扫描（我司亮点）

为辅助细胞定义，选择合适的分辨率，流程⽀持分辨率扫描。默认对 0.3、0.5、0.7 等多个候选分辨率分别进行聚类和标记基因检测，并基于以下指标综合评分：聚类数量、⼩聚类占⽐、标记基因通过率、top1 基因 独特性、批次主导程度、相邻分辨率间的⼤聚类重叠度（稳定性）。最终根据总分⾃动推荐分辨率， 也可由用户指定 selected_resolution。

1.3  功能分析（差异富集分析）

不同样本或细胞亚群之间的GO/KEGG/Reactome富集分析，以及不同实验分组之间相同细胞亚群的转录差异分析。

2、胞内微生物信号读取（跟我司合作独享分析） 

基于单细胞转录组数据进行重分析，经过严格的去污染、去假阳性和候选信号筛选过滤后，将高可信微生物序列比对至参考微生物基因组，用于识别和解析细胞相关微生物信号。

个性化分析

提供生物信息个性化分析咨询和服务，具体流程如下：