BD单细胞转录组分析怕不是一个笑话吧

单细胞转录组交流群有小伙伴鞭尸了这样的一个单细胞文章，标题是：《Single-cell multiomics revealed the dynamics of antigen presentation, immune response and T cell activation in the COVID-19 positive and recovered individuals》，我看了看，是 December 2022 发表，并不算是很老的单细胞转录组数据集。可以看到该文献的数据集链接是：https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE201088

是 人的PBMC样品，Healthy (n = 4), COVID-19 (n = 16) and recovered (n = 13) ，这个单细胞转录组技术起初看起来是很高级 ，是BD single cell multiplexing kit (Human) ，包括：

• a pool of 40 oligo-attached antibody for surface markers (Ab-Seq).
• A poly-A transcripts library (WTA), Ab-Seq library and library from oligos of Sampe multiplexing kit (SMK)

然后，我看了看文章里面的降维聚类分群结果， 真的是一言难尽啊！

一言难尽的UMAP图

图例很清楚，是 (B) UMAP visualization of the 124726 cells across the healthy, active COVID-19 and the recovered individuals.

但是如果你仅仅是从它文章里面的描述来看，又不能保证它文章数据处理是否有错误啊！

文章数据处理是否有错误？

我去该文献的数据集链接里面找到了它的表达量矩阵文件，很有意思的是需要去了解一下BD单细胞转录组技术的表达量矩阵情况：

   17M Apr 20  2022 GSM6050537_Combined_B1_RSEC_MolsPerCell.csv.gz
  5.5M Apr 20  2022 GSM6050538_Combined_B2_RSEC_MolsPerCell.csv.gz
   17M Apr 20  2022 GSM6050539_Combined_B3_RSEC_MolsPerCell.csv.gz
  1.3M Apr 20  2022 GSM6050540_Combined_B4_RSEC_MolsPerCell.csv.gz
  2.6M Apr 20  2022 GSM6050541_Combined_B5_RSEC_MolsPerCell.csv.gz
   15M Apr 20  2022 GSM6050542_Combined_B6_RSEC_MolsPerCell.csv.gz
   40M Apr 20  2022 GSM6050543_Combined_B7_RSEC_MolsPerCell.csv.gz

如果你读取任意一个文件，就可以看到里面首先是有a pool of 40 oligo-attached antibody for surface markers (Ab-Seq).的表达量矩阵：

image-20231001004536888

然后还有两万多个基因的表达量矩阵，理论上这两个矩阵应该是独立各自的下游降维聚类分群哈。

学徒作业

上面的BD单细胞转录组应该是首先要区分Ab-Seq和WTA两个矩阵，各种独立降维聚类分群分析，大家试试看！

Smart-seq2和10x这两个单细胞技术是现在初学者进入单细胞领域最需要掌握的，它们代表着单细胞的两个全然不同的发展策略。绝大部分的技术原理介绍会从 单细胞悬浮液制备到测序细节面面俱到，其实并不那么的初学者友好。这里给推荐一个高度精炼的综述，这个综述于2020年9月发表在 《Experimental & Molecular Medicine》杂志，标题是：《Single-cell sequencing techniques from individual to multiomics analyses》，链接是：https://www.nature.com/articles/s12276-020-00499-2

• smart-seq2技术依赖于C1这个仪器，每次都是96个细胞一起测序，每个细胞的测序量这个综述可能是写错了，应该是1M-10M为佳，不太可能是100-1000个M，最重要的是它是整个RNA分子的全长测序，每个细胞都是独立的测序。
• 但是10X呢，每次可以测好几千的细胞，每个细胞只需要5-10K的reads，而且仅仅是测RNA分子的一段即可，全部的细胞都混合在一起，虽然说有barcode可以区分。