组织量比较少的建议客户提前做一个预实验确认下样本解离效果，评估正式样本能否上机，大分量的可以直接送400mg以上开始正式实验，一般需要看样本的钙化程度、纤维化程度等，送样量要求200mg起
线粒体基因比例高，通常意味着细胞活性低，这种情况下需要进行线粒体基因过滤。并不是所有项目都会进行线粒体基因过滤，视样本情况而定。大多占比大于20%或30% 的时候会进行这一步骤，有的会高达50%才进行。
细胞捕获数与上机样本细胞活性、细胞数量、细胞结团等质控指标密切相关。一般建议捕获5000-10000细胞，更多的细胞可以少量提升基因检出数。基因检出数与样本状态有关，不同的类型样本，基因检出数也可存在数倍的差异。
通常我们细胞类型注释有两种思路，一种是利用软件自动注释，如SingleR等，但一般自动注释的结果只能作为参考；二是基于文献、数据库或研究背景知识等进行人工注释，专业的人工注释通常被认为是细胞注释的金标准，但其过程是极为耗时和缓慢的，并可能是主观的。这两种方法并不是独立割裂开来的，需要搭配使用，软件自动化细胞注释方法方便且系统化，完全依赖于参考数据集，注释的结果有时也并不是高置信度注释。在数据库自动注释的基础上，再提供对应细胞群/亚群的marker基因列表，如T细胞：CD4、CD8，可以根据已发表的文章（物种、疾病、组织检索）或者cellmarker数据库进行进一步的人工注释校正，可大大提高注释的准确度。中科可以提供以上两种不同的注释方法给老师来选择！
如果没有相应组织类型marker基因，可以通过搜集文献整理同源物种marker基因进行手动注释，或者直接根据测序数据鉴定的显著性高表达基因、GO/KEGG富集功能、时间状态及表面抗体来命名细胞类型，所以没有研究过的物种或者没有明确marker基因一样都是有迹可循进行细胞鉴定分析。
搜索marker基因目的是为了细胞降维分群后进行细胞注释鉴定细胞类型。
检测线粒体基因的表达量是一个数据分析质控指标。除了部分特殊类型的细胞（如卵细胞）。如果定位到线粒体的比例高，表明细胞质量较低，这可能是细胞凋亡增加所致，也有可能是组织本身的特征。
seurat分析中，默认采用LogNormalize归一化算法。该归一化对低表达的基因没有影响。
肿瘤细胞具有异质性，目前暂无特异的marker基因能将恶性细胞和正常细胞区分开来。在实体肿瘤项目的研究中，推荐使用单细胞拷贝数变异（CNV）分析来区分恶性细胞和正常细胞。目前主流的分析软件有inferCNV，inferCNV需要一组正常细胞作为参考，通过热图就能够看出肿瘤基因组中的哪些区域发生了扩增或缺失，从而帮助判断肿瘤细胞
在定义细胞类型的时候，会遇到某个cluster不表达已知的marker基因，这种情况不代表这个cluster就无意义，因此会保留该cluster，并定义为Unknown。对于这类细胞，可以参考差异基因富集结果或根据细胞表达的基因功能来定义细胞类型。
可以。可以直接计算出每个细胞中这些marker基因的表达比例，然后挑选高表达（需要确定高表达的阈值）这些基因的细胞做后续分析。
