上篇推文中对ncount_RNA 和nFeature_RNA进行了可视化，然后基于可视化结果进行了阈值的判断，并且也给大家分享了在实际分析中的应用

其中也提到了在我们的质控脚本中，首先是计算了线粒体、核糖体以及血红细胞的比例，然后就可视化了细胞中这些参数的情况，在基于这些数据进行一个过滤

那这期我们来了解一下如何根据线粒体、核糖体以及红血蛋白基因的比例，对细胞进行过滤

为什么要基于这些基因进行过滤
单细胞中表达量最高的基因一般是线粒体基因、核糖体基因等

如果是线粒体基因高表达的细胞，可能是处于凋亡状态或者裂解状态的细胞，会干扰后续的分析

红细胞中会高表达血红蛋白基因，而红细胞本身是不含有细胞核的，且携带的基因少，其携带的基因与疾病以及生物发育等过程没有太大的联系，所以可以直接剔除掉

计算基因比例
在读取完数据创建seurat对象之后，会为每个细胞创建一个元数据，保存在meta.data里面，比如我们上次介绍的nFeature_RNA和nCount_RNA，统计一下全部基因的表达量

但是并不会计算线粒体、核糖体这些单独的基因的比例，所以需要我们自行计算一下这些基因，然后也保存在meta.data里面

计算方法：

根据基因名特征进行整理

使用PercentageFeatureSet进行计算

人类和小鼠的线粒体核糖体基因区别：

人类的核糖体基因是RPS/RPL开头

人类的线粒体基因是MT-开头

小鼠的核糖体基因是Rps/Rpl开头

小鼠的线粒体基因是mt-开头

可视化

如果分析中发现某些单细胞样品中的线粒体表达量特别高，可能说明这个样品质量是比较一般的

设置阈值过滤
一般简单的过滤就是基于可视化的结果，设置一个上限

根据线粒体核糖体基因进行过滤
在过滤线粒体核糖体基因推文中提到了过滤的方式

1. 粗暴的去除全部线粒体基因

直接在表达矩阵里面，去除掉属于的那一行表达量即可

2. 设定阈值去除掉高表达量细胞

多次反复查看线粒体核糖体基因的影响，分群前后看，不同batch看，多次质控图表里面显示它，判断它是否是一个主要因素

3. 高表达核糖体基因的细胞是否要去除

在不影响分群和功能分析时可以不删除，很多细胞里都大量表达核糖体基因，如果一刀切全删除，会删除很多目的细胞。

在分析中的应用
与ncount_RNA 和nFeature_RNA一样，在进行单细胞亚群可视化的时候，也会可视化一下线粒体核糖体基因这些基因的比例

不过因为在质控的时候已经去除掉线粒体基因表达过高的细胞，所以在亚群分类的时候也不太需要仔细辨别

在单细胞亚群细分的时候，主要还是基于每个簇的ncount_RNA 和nFeature_RNA以及基于Marker基因和Umap图去判断是否是双细胞，或者增殖细胞