single-cell-rna-qc

本工具提供一套標準化且自動化的單細胞 RNA-seq 品質控制 (QC) 工作流程，專為使用 scverse 生態系統（包含 scanpy 與 AnnData）的生物資訊研究人員設計。它適合需要處理 10X Genomics (.h5) 或已預處理 (.h5ad) 數據的資料科學家與研究者。透過集中化的最佳實踐方法，本技能有助於在執行標準化、集群分析或軌跡推斷等下游分析前，確保數據的品質與完整性。

• 執行端到端的 QC 工作流程，計算總計數、檢測到的基因數量，以及粒線體、核糖體與血紅蛋白基因的表現比例。

• 採用基於中位數絕對偏差 (MAD) 的過濾機制，動態識別並剔除低品質細胞或離群值，無需仰賴僵硬的固定閾值。

• 自動產出詳細的視覺診斷報告，包括過濾前的分佈直方圖、閾值覆蓋圖以及過濾後的指標彙總，方便使用者評估數據清理的效果。

• 支援模組化作業，使用者可選擇完整的自動化管線進行標準分析，或呼叫核心模組以執行針對特定實驗設計的客製化分析。

• 整合 scanpy、anndata、numpy、scipy、matplotlib 與 seaborn 等標準生物資訊套件，確保高效的數據處理能力與高品質的圖表輸出。

• 對於大多數使用者，建議直接使用提供的 qc_analysis.py 腳本執行完整自動化管線，該腳本可處理檔案讀取與閾值自動生成。

• 輸入資料應為標準單細胞計數矩陣；若您的基因命名格式與標準人類或小鼠不同，請確保調整對應的基因模式參數。

• 輸出結果會依數據集進行分類，建立清晰的過濾過程記錄，有助於研究重現性與方法學報告的撰寫。

• 本技能具備高擴展性；若分析流程需要根據細胞類型或特定子集設定不同篩選條件，可直接匯入 qc_core 與 qc_plotting 模組，以維持對分析過程的細緻控制。