scRNA-seq 細胞類型註解互動指南

為什麼需要細胞類型註解？

在單細胞轉錄組分析中，電腦僅能依據基因表達相似度將細胞分群（Clusters），但無法得知其生物學身份。本區塊將幫助您理解註解的三大核心目的，並透過互動式流程圖掌握標準的分析步驟。

註解的核心驅動力

🔹

生物學解釋： 確定樣本細胞組成比例，還原組織真實面貌。

🔹

功能挖掘： 尋找疾病或特定處理下，發生變化的特定細胞群。

🔹

質量控制： 剔除雙細胞 (Doublets) 或低質量污染數據。

標準註解四步曲 (點擊展開)

降維與聚類

使用 PCA、UMAP 或 t-SNE 降低數據維度，並透過 Louvain 或 Leiden 算法將相似細胞分群。

尋找標誌基因 (DEGs)

對每個 Cluster 進行差異分析，找出表達量顯著升高的 Marker Genes。

身份分配

根據標誌基因，對照文獻或權威數據庫，為每個 Cluster 命名（如：T 細胞）。

可視化驗證

透過小提琴圖 (Violin Plot)、點圖 (Dot Plot) 等檢查 Marker 基因在群體間的特異性。

💡 專家建議： 大多數研究最穩健的策略是「自動預測 + 人工校對」。

三大主流註解方法解析

選擇正確的註解方法取決於您的數據特點與研究目的。此區塊透過多維度雷達圖，直觀比較「人工註解」、「基於參考數據」與「基於標誌基因」三種策略的優劣勢。

方法優勢多維度比較

分數越高代表在該維度表現越佳（例如：自動化程度越高，分數越高）。

A. 人工註解 (Manual)

黃金標準

分析者手動查看高表達基因 (P值與 logFC)，並與文獻比對。

優點： 準確度極高，能發現稀有亞型 (Subtypes) 或全新細胞。
缺點： 極度耗時，易受主觀經驗影響。

B. 基於參考數據 (Reference-based)

快速映射

將數據與已標註圖譜 (如 Human Cell Atlas) 計算相關性。

優點： 快速、可重複性強。
缺點： 依賴參考集質量，無法識別參考集中不存在的新細胞。
代表工具： SingleR, Azimuth, Scmap

C. 基於標誌基因組 (Marker-based)

富集評分

提供預定義細胞標誌清單，算法評估 Cluster 富集程度。

優點： 不需完整轉錄組參考，只需精確的 Marker 列表。
代表工具： SCINA, CellAssign, AUCell

資源庫與 2025 AI 新趨勢

強大的數據庫是準確註解的基石，而人工智慧模型正徹底改變我們處理單細胞數據的方式。探索必備辭典與前沿技術。

📚 必備資料庫辭典

CellMarker 2.0

目前最全面的細胞標誌基因數據庫，涵蓋大量組織與疾病狀態，是人工註解的首選查詢工具。

PanglaoDB

深度整合了人類與小鼠單細胞數據的標誌基因，特別適合跨物種對比分析。

CZ CELLxGENE

2025 年主流的圖譜瀏覽器，擁有海量標準化數據，非常適合用於結果的交叉驗證。

🤖 LLM 與基礎模型發展

大型語言模型 (LLM) 與預訓練基礎模型正在取代傳統的純統計學分析，提供更具生物學直覺的註解結果。

💬 GPT-based Annotation

工具如 mLLMCelltype 透過精心設計的 Prompt，將 Top DEGs 餵給 GPT-4 等模型，讓 AI 總結並推理細胞身份，極大化減少文獻檢索時間。

🧠 Foundation Models (基礎模型)

如 scGPT 或 Geneformer。這些模型在千萬級單細胞數據上進行預訓練，理解基因間的語境關係，能「直接預測」細胞類別及狀態。

實戰挑戰與解決策略

真實世界的數據充滿雜訊。以下收錄了 scRNA-seq 註解過程中最常見的四大難題，點擊即可查看對應的排雷策略。

情境： 不同實驗室、不同天做的實驗數據混合時，相同細胞因技術誤差被分到不同 Cluster。

✅ 解決建議： 在聚類前，使用 Harmony 或 Seurat v5 的整合功能 (Integration) 消除技術誤差。

情境： 難以區分「活化 T 細胞」與「記憶 T 細胞」，因為它們表達大量相似的基因。

✅ 解決建議： 單純看 Marker 不夠，應結合基因集富集分析 (GSEA) 或路徑分析來區分功能狀態。

情境： 機器將兩個黏在一起的不同細胞（如 B細胞與 T細胞）當成一個，導致該 Cluster 同時表達兩類 Marker。

✅ 解決建議： 在分析極早期階段，使用 Scrublet 或 DoubletFinder 工具進行預先過濾剔除。

情境： 聚類參數太粗看不到亞型，太細又會導致細胞群體過度碎片化。

✅ 解決建議： 使用 clustree 工具繪製不同 Resolution 下的聚類樹，觀察分群的穩定性；結合生物學背景知識選擇最合理的層級。