事實
單細胞基因體學 · 效能評測 · 研究綜覽Nature Biotechnology，2026 年 4 月 22 日
Stanford · Silesian University of Technology · Yale
一種完全不需要參考基因體的單細胞分析方法
史丹佛大學的 Julia Salzman 與西里西亞理工大學的 Sebastian Deorowicz 領導的團隊，發表了 sc-SPLASH：一種統計方法，直接從原始讀值中找出 barcoded 單細胞與空間定序資料中受規範的序列變異，不需比對參考基因體。該論文已經同儕審查，以 Brief Communication（暫譯：簡訊論文）形式發表於《Nature Biotechnology》，其自己的圖表顯示，在全部十一個基準資料集上，它都比領域標準工具 Cell Ranger 與 STARsolo 更快、更省記憶體。
- ~50×比 UMI-tools 快，適用於 barcode 與 UMI 前處理步驟（BKC）
- 11個基準資料集中，sc-SPLASH 都比 Cell Ranger 與 STARsolo 更快、更省記憶體
- 5個新分泌型蛋白基因，發現於沒有參考基因體的海綿
- 47個 YYD 重複序列同源基因，橫跨五個被囊動物基因組組裝
每一部分站得多穩 直接從已發表的圖表中讀取，以及僅見於前身預印本的內容。
| 確信程度 | 內容 | 誰這麼說 |
|---|---|---|
| 已證實 | Dehghannasiri、Kokot 與九位共同作者描述了 sc-SPLASH、其 BKC 前處理模組，以及在人類、海綿、被囊動物與電鱔資料中的發現 | 《Nature Biotechnology》，同儕審查並收錄於 PubMed（PMID 42020848） |
| 已證實 | 在 11 個基準資料集中，sc-SPLASH 在每一例中都比 Cell Ranger v8.0.1 與 STARsolo v2.7.10b 花更少時間、用更少記憶體 | 直接讀取自已發表論文的圖 1c |
| 已證實 | barcode 與 UMI 前處理步驟 BKC，速度約為 UMI-tools 的 50 倍 | 論文自身的摘要 |
| 已證實 | 在 Tabula Sapiens 資料中發現的所有 Pfam 蛋白質結構域中，V-set（免疫球蛋白可變區折疊）具有最高的平均熵、最高的平均效應量，並且無法比對的 extendor 數量最多 | 直接讀取自已發表論文的圖 1d |
| 曾有報導，但已被取代 | V-set 的效應量約為 0.90。較早的預印本給出的熵值為 2.16，但正式發表圖表的座標軸未及該值，並將 V-set 標於約 1.8 之處——因此本文不載其精確熵值。 | 效應量與直接判讀的圖 1d 相符；熵值出自前身 bioRxiv 預印本，而正式發表的圖表並未支持該數值 |
| 已確認，但本站無法查證 | 海綿的 Granrep 表現量隨發育週期上升，從芽球（第 0 天）到第 12 天；一項初步實驗發現，經 LPS 或環狀二核苷酸激活後，表現量並無明顯差異 | 語出於前身 bioRxiv 預印本自身的正文；未在需付費閱讀的最終正文中獨立重新確認 |
sc-SPLASH 究竟找到了什麼 五項結果，均讀取自已發表圖表或其自身的補充說明
- 免疫受體多樣性，人類——在 Tabula Sapiens 各組織中，共回收 5,212 條 in-frame V(D)J 序列（4,098 條來自漿細胞，1,114 條來自 B 細胞），主要集中於脾臟（1,632）、淋巴結（1,484）、唾液腺（409）、骨髓（378）與血液（332）。
- 具空間解析的癌症突變——在人類鱗狀細胞癌的 Visium 樣本中，最強訊號（效應量 0.757）為粒線體 MT-ND4 雙重突變（ChrM 11,413–11,466），主要但非僅限於在腫瘤區域表現。
- 相隔兩個門的相同剪接選擇——人類胎兒小腸上皮細胞會納入某個 RPS24 外顯子、基質細胞則排除它，這在電鰻自身的 RPS24 中同樣出現：其電器官的 electrocyte 會納入該外顯子，周圍的絕緣隔膜則將其排除。
- 海綿自身參考基因體中缺失的五個基因——一段 27 個核苷酸的 anchor，在 Spongilla lacustris 組裝與 NCBI 中均查無記錄（熵值 6.2、667 個相異 target，是該資料集中最高者），由此發現五個新命名的基因 Granrep1–5，主要表現於granulocyte（74 個受檢細胞中有 47 個表現）與 amoebocyte（49 個中有 12 個）；RNA-FISH 證實 34 個細胞中有 30 個同時與 granulocyte 標記基因 Acp5 共同表現。
- 第二個門中的平行重複序列——被囊動物 Ciona 自身的高多樣性 anchor（熵值 4.80–5.97，是所調查九種無脊椎動物中唯一超過 4 的重複序列 anchor）指向橫跨五個被囊動物基因組組裝的 47 個同源「YYD」基因，表現於循環中的 hemocyte，並在孵化後十二小時、變態期時達到高峰。
時序
四年間，一項方法逐步成熟 從第一份 SPLASH 預印本到本篇論文，以及其後續發展
- 2022 年 6 月 24 日Chaung、Baharav、Henderson、Zheludev、Wang 與 Salzman 首次將原始 SPLASH 演算法發佈於 bioRxiv。
- 2023 年 3 月 17 日Kokot、Dehghannasiri、Baharav、Salzman 與 Deorowicz 將 SPLASH2 發佈於 bioRxiv——這是 sc-SPLASH 後續階段所沿用的快速、可擴充引擎。
- 2023 年 12 月 7 日SPLASH 通過同儕審查，發表於《Cell》。
- 2024 年 9 月 23 日SPLASH2 通過同儕審查，發表於《Nature Biotechnology》。
- 2024 年 12 月 24 日Dehghannasiri、Kokot 與同事將 sc-SPLASH 預印本發佈於 bioRxiv，首次將 SPLASH2 擴展至 barcoded 單細胞與空間資料。
- 2026 年 4 月 22 日經同儕審查、濃縮後的版本以 Brief Communication 形式發表於《Nature Biotechnology》。
- 2026 年 8 月 25 日Europe PMC 未收錄任何獨立引用、迴響或重現該論文的紀錄。
論點
統計方法換來什麼，又放棄了什麼 核心主張，歸於論文本身
論文的主張是：要在定序資料中找出真實、受規範的生物現象，並不需要參考基因體——只需要統計。sc-SPLASH 從每個讀值中取出一個固定的 k-mer，稱為anchor，以及緊隨其後、會變化的 k-mer，稱為target，然後檢驗特定 anchor 的 target 分布是否取決於它來自哪個樣本（在 barcoded 資料中即哪個細胞）。OASIS 檢定為此提供封閉形式的 p 值，以及一個從 0（分布完全相同）到 1（完全可分離）的效應量；效應量高於 0.2 且經 Benjamini–Yekutieli 校正後 p 值低於 0.05 的 anchor 會被判定為顯著。整個過程從未查看任何參考基因體。論文自身的方法段落也明確指出代價：單一 anchor 本身不帶有基因層級的意義——要把顯著的 anchor 轉回生物學意義（基因名稱、剪接位點、Pfam 結構域），需要另一個獨立、可選的步驟——建構「extendor」並加以比對或搜尋——而這並非無參考序列部分的流程所需要，也不會執行。
- 效應量，0 到 1兩組 target 分布的可分離程度。
- 封閉形式 p 值OASIS 檢定無須模擬即可控制多重檢定問題。
兩處頭條數字需要再三檢視之處 使論文本身框架複雜化的因素
基準比較的是兩件不同的工作
Cell Ranger 與 STARsolo 僅執行比對；之後仍需另一項工具，例如 Seurat 或 Scanpy，才能進行差異表達分析。sc-SPLASH 所報告的執行時間已經包含判定顯著 anchor 這一額外步驟。因此圖 1c 顯示的差距，若有偏差，也是低估了完整流程對流程的差距，而非高估——但兩者完成的並非同一件工作。
重複蛋白出現在免疫細胞中，不等於已證實其免疫角色
論文的生物學論點——即重複蛋白同時出現在海綿與被囊動物的免疫樣細胞中，可作為兩者在免疫壓力下發展出多樣性之共同策略的證據——所依據的是這些基因的表現位置，而非已證實的免疫觸發機制。在唯一一項直接測試觸發機制的海綿初步實驗中，表現量隨一般發育上升，但在免疫激活後並未出現明顯變化。跨兩個門的平行現象確實存在；但兩者的因果性免疫功能，目前皆尚未獲得證實。
補充
兩篇奠基論文，三項被拿來比較的工具 這些皆非 sc-SPLASH 本身的新發明
| 論文或工具 | 確立了什麼 |
|---|---|
| SPLASH Chaung 等人，《Cell》，2023 年 | anchor／target 統計方法本身：一種無需參考序列即可檢測樣本相依序列變異的檢定方法，最初應用於 SARS-CoV-2、盤式（plate-based）單細胞資料，以及大葉藻、章魚等非模式生物。 |
| SPLASH2 Kokot 等人，《Nature Biotechnology》，2024 年 | 快速、可擴充的 k-mer 計數引擎。sc-SPLASH 的第 2、3 階段（合併計數、計算 p 值、多重檢定校正）直接沿用此引擎；只有第 1 階段（BKC）是新的。 |
| UMI-tools Smith、Heger 與 Sudbery，《Genome Research》，2017 年 | 以網路方法修正 UMI 定序錯誤並去除重複讀值的標準做法——這正是 BKC 被拿來比較的工作，根據本論文自身的圖表，BKC 執行同一工作的速度約快 50 倍。 |
| 10x Chromium 化學方法 Zheng 等人，《Nature Communications》，2017 年 | Cell Ranger 所處理的droplet barcoding 化學方法，也是 sc-SPLASH 所有基準測試與展示資料集的生成方式。 |
| STARsolo Kaminow、Yunusov 與 Dobin，bioRxiv，2021 年 | 圖 1c 中第二個以比對為基礎的比較對象。這項工具除此預印本外從未正式發表過——提醒讀者：廣泛使用的工具，未必都經過同儕審查。 |
別人建立的圖譜，以及尚無迴響 展示用資料集的來源，以及論文本身目前得到的評論
sc-SPLASH 展示所用的三個人類資料集，沒有一個是它自己的：超過 40 萬個細胞的 Tabula Sapiens 圖譜屬於 Tabula Sapiens Consortium（《Science》，2022 年）；鱗狀細胞癌 Visium 樣本屬於 Ji 及其同事（《Cell》，2020 年）；胎兒小腸 Visium 樣本屬於 Fawkner-Corbett 及其同事（《Cell》，2021 年）。sc-SPLASH 對每一份資料重新分析，並未觸動其原始結論。至於論文本身的迴響：截至 2026 年 8 月 25 日，即論文發表後四個月，Europe PMC 尚未收錄任何獨立引用、迴響或重現。
結論
該記住的重點 扎實的工程成果、一個真實但因果尚未確立的生物學模式，以及尚無外部查核
速度與記憶體的結果，是最穩固的部分
在全部 11 個基準資料集中，sc-SPLASH 都比 Cell Ranger 與 STARsolo 花費更少的時間、使用更少的記憶體，而 BKC 的速度約為 UMI-tools 的 50 倍——這是直接讀取自論文自身的圖表與摘要。本頁面所載的 V(D)J 與 Ciona 同源基因計數，皆為論文圖 1e 與其補充說明中直接印出的數字，而非二手轉述。
生物學發現真實存在；免疫故事尚未有定論
在沒有匹配參考序列的海綿中發現五個新基因，以及在被囊動物中發現與之平行的重複蛋白家族，都是真實的發現——若非透過此方法，這些基因原本不會被標註，本論文所比較的以參考序列為基礎的工具，也就無從發現它們。兩個蛋白家族都出現在兩種截然不同動物的免疫樣細胞中，這是真實的模式。但它們是否會對免疫激活作出反應，目前尚未獲得證實——唯一一項相關的初步測試結果為陰性。
發表僅四個月，尚無獨立查核
本論文已通過同儕審查，程式碼也已公開，但截至 2026 年 8 月，尚無任何獨立團隊引用、重現或提出質疑。對一篇僅發表四個月的 Brief Communication 而言，這是常見現象，並非缺點——這只代表以上主張目前僅立基於這篇論文及其自身的前身預印本，尚未有他人予以確認。