去双胞又快又简单的方法--scDblFinder

双细胞（doublets）：是指在单细胞微流控等流程中某个液滴中含有2个及以上的细胞，而在同一个液滴中的细胞在后续分析中带有相同的Cell Barcode，在分析中它们依旧会被当成同一个细胞的数据来处理。双细胞可以分为同型双细胞和异型双细胞，区别在于是否为相同细胞类型，其中异型双细胞会影响下游分析，目前大多数算法主要去除异型双细胞，比如Doubletfinder、Scrublet，以及今天要介绍的scDblFinder。个人认为其在准确性、速度、易用性上表现比较出色。

研究者综合其他研究团队得到的bencmark结果，scDblFinder在平均AUPRC和AUROC值上表现最佳，并且在10%识别率下，其精确率（precision）、召回率（recall）和真阴性率（TNR）等指标也位居首位。

官网: https://plger.github.io/scDblFinder/

分析原理 

scDblFinder核心原理是通过生成人工双胞体数据（聚类模式/随机模式），并将其与真实细胞进行比较来识别潜在的双胞体。它结合了多种方法（如GBM、XGBoost、KNN），通过迭代分类器对真实细胞和人工双胞体的邻域进行训练，从而提高检测的准确性。

代码示例 

建议只对原始counts矩阵进行初步过滤，过严格的过滤会影响后续双细胞估计。

• library(scDblFinder)
• load("scRNA_harmony.Rdata")
• sce <- as.SingleCellExperiment(scRNA_harmony)
• # 这里采用多个样本，如果已知样本分类，也可以采用聚类模式
• library(BiocParallel)
• sce <- scDblFinder(sce, samples="orig.ident", BPPARAM=MulticoreParam(3))
• table(sce$scDblFinder.class)
• singlet doublet
• 122418 18187
• scRNA_harmony <- as.Seurat(sce)
• DimPlot(scRNA_harmony, reduction = "umap", group.by = "scDblFinder.class", raster = FALSE)

主要结果说明 

scDblFinder双细胞估计结果

说明：直接给出每个细胞的单细胞（singlet）或双细胞（doublet）标签。分析结束会将双细胞估算结果添加到meta.data中，后续可根据该表进行单细胞筛选。