single-cell-rna-qc

本工具提供一套标准化且自动化的单细胞 RNA-seq 质量控制 (QC) 工作流程，专为使用 scverse 生态系统（包含 scanpy 与 AnnData）的生物信息研究人员设计。它适合需要处理 10X Genomics (.h5) 或已预处理 (.h5ad) 数据的数据科学家与研究者。通过集中化的最佳实践方法，本技能有助于在执行标准化、聚类分析或轨迹推断等下游分析前，确保数据的质量与完整性。

• 执行端到端的 QC 工作流程，计算总计数、检测到的基因数量，以及线粒体、核糖体与血红蛋白基因的表达比例。

• 采用基于中位数绝对偏差 (MAD) 的过滤机制，动态识别并剔除低质量细胞或离群值，无需仰赖僵硬的固定阈值。

• 自动产出详细的视觉诊断报告，包括过滤前的分布直方图、阈值覆盖图以及过滤后的指标汇总，方便用户评估数据清理的效果。

• 支持模块化作业，用户可选择完整的自动化管线进行标准分析，或调用核心模块以执行针对特定实验设计的定制化分析。

• 整合 scanpy、anndata、numpy、scipy、matplotlib 与 seaborn 等标准生物信息套件，确保高效的数据处理能力与高质量的图表输出。

• 对于大多数用户，建议直接使用提供的 qc_analysis.py 脚本执行完整自动化管线，该脚本可处理文件读取与阈值自动生成。

• 输入数据应为标准单细胞计数矩阵；若您的基因命名格式与标准人类或小鼠不同，请确保调整对应的基因模式参数。

• 输出结果会依数据集进行分类，建立清晰的过滤过程记录，有助于研究可重复性与方法学报告的撰写。

• 本技能具备高扩展性；若分析流程需要根据细胞类型或特定子集设定不同筛选条件，可直接导入 qc_core 与 qc_plotting 模块，以维持对分析过程的细致控制。