簡報
返回sc-SPLASH——barcoded 單細胞定序中的無參考序列發現
sc-SPLASH 不比對參考基因體,直接從原始定序讀值找出基因與細胞類型。在沒有參考基因體的淡水海綿中,它找到五個每個資料庫都查無記錄的新基因。
單細胞基因體學 · Nature Biotechnology,2026 年 4 月 22 日
一種完全不需要參考基因體的單細胞分析方法
sc-SPLASH 不比對參考基因體,直接從原始定序讀值找出基因與細胞類型。
sc-SPLASH · 無參考序列發現1 / 18
發生了什麼
撐起這篇論文的四個數字
- ~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,來自淡水海綿中一段在其基因體組裝與 NCBI 中均查無記錄的 anchor
- 47個 YYD 重複序列同源基因,橫跨五個被囊動物基因組組裝
sc-SPLASH · 無參考序列發現2 / 18
論點 · 方法
Anchor 與 target:靠統計,不靠參考序列
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)。整個過程從未查看任何參考基因體。
- 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。
sc-SPLASH · 無參考序列發現3 / 18
論點 · 流程
三個階段,只有第一個是新的
- 1BKCbarcode 與 UMI 前處理——唯一新的階段
- 2–3沿用 SPLASH2合併計數、計算 p 值、多重檢定校正
- +extendor,可選加以比對或搜尋,得出基因名稱、剪接位點或 Pfam 結構域
- 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。extendor 這一步,並非無參考序列部分的流程所需要,也不會執行。
sc-SPLASH · 無參考序列發現4 / 18
發生了什麼 · 前處理
BKC:速度約為 UMI-tools 的 50 倍
- ~50×比 UMI-tools 快,見論文自身的摘要
- UMI-tools 是以網路方法修正 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。
sc-SPLASH · 無參考序列發現5 / 18
發生了什麼 · 基準比較
全部 11 個資料集都更快、更省
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(圖 1c)。
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 Seurat 或 Scanpy 才能進行差異表達分析。sc-SPLASH 的執行時間已經包含判定顯著 anchor。因此這個差距若有偏差,也是低估而非高估——但兩者完成的並非同一件工作。
sc-SPLASH · 無參考序列發現6 / 18
發生了什麼 · Tabula Sapiens
V-set 在所有 Pfam 結構域中居首
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(圖 1d)。
- ~0.90V-set 的效應量,與圖 1d 相符
- 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。
sc-SPLASH · 無參考序列發現7 / 18
發生了什麼 · 免疫受體
5,212 條 in-frame V(D)J 序列,橫跨 Tabula Sapiens 各組織
- 4,098條來自漿細胞
- 1,114條來自 B 細胞
主要集中處 序列數 脾臟 1,632 淋巴結 1,484 唾液腺 409 骨髓 378 血液 332 sc-SPLASH · 無參考序列發現8 / 18
發生了什麼 · 空間資料
具空間解析的癌症突變
在人類鱗狀細胞癌的 Visium 樣本中,最強訊號為粒線體 MT-ND4 雙重突變,主要但非僅限於在腫瘤區域表現。
- 0.757效應量,該樣本中的最強訊號
- ChrM 11,413–11,466雙重突變所在位置
sc-SPLASH · 無參考序列發現9 / 18
發生了什麼 · 剪接
相隔兩個門的相同剪接選擇
同一個 RPS24 外顯子,在兩種動物中都是一種細胞納入、相鄰細胞排除。
組織 納入外顯子 排除外顯子 人類胎兒小腸 上皮細胞 基質細胞 電鰻,電器官 electrocyte 周圍的絕緣隔膜 sc-SPLASH · 無參考序列發現10 / 18
發生了什麼 · 淡水海綿
海綿自身參考基因體中缺失的 anchor
一段 27 個核苷酸的 anchor,在 Spongilla lacustris 組裝與 NCBI 中均查無記錄,由此發現五個新命名的基因 Granrep1–5。
- 6.2熵值,該資料集中最高者
- 667個相異 target
- 5個新命名的基因,Granrep1–5
sc-SPLASH · 無參考序列發現11 / 18
發生了什麼 · 淡水海綿
Granrep1–5 主要表現於 granulocyte 與 amoebocyte
- 47 / 74個受檢 granulocyte 中有表現者
- 12 / 49個 amoebocyte 中有表現者
- 30 / 34個細胞經 RNA-FISH 證實與 granulocyte 標記基因 Acp5 共同表現
sc-SPLASH · 無參考序列發現12 / 18
發生了什麼 · 被囊動物
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 指向「YYD」基因,表現於循環中的 hemocyte。
- 4.80–5.97熵值:所調查九種無脊椎動物中唯一超過 4 的重複序列 anchor
- 47個同源基因,橫跨五個被囊動物基因組組裝
- 12 h孵化後:表現量在變態期達到高峰
- 47 個依組裝分列:C. robusta HT 5 個、C. robusta KH 5 個、C. intestinalis Plymouth 15 個、C. intestinalis Roscoff 18 個、C. savignyi 4 個(補充說明)。
sc-SPLASH · 無參考序列發現13 / 18
論點 · 再三檢視
重複蛋白出現在免疫細胞中,不等於已證實其免疫角色
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。
在海綿中 Granrep 表現量 隨發育週期,從芽球(第 0 天)到第 12 天 上升 經 LPS 或環狀二核苷酸激活後 一項初步實驗發現並無明顯差異 - 兩者皆語出於前身 bioRxiv 預印本自身的正文,未在需付費閱讀的最終正文中重新確認。
sc-SPLASH · 無參考序列發現14 / 18
發生了什麼 · 證據
每一部分站得多穩
確信程度 內容 已證實 方法與其發現,經同儕審查發表於《Nature Biotechnology》(PMID 42020848) 已證實 在全部 11 個資料集中都比兩項工具花更少時間、用更少記憶體(圖 1c) 已證實 BKC 速度約為 UMI-tools 的 50 倍(摘要) 已證實 V-set 在熵、效應量與無法比對的 extendor 數量上皆居 Pfam 結構域之首(圖 1d) 曾有報導,但已被取代 預印本中 V-set 的熵值 2.16;其約 0.90 的效應量與圖表相符 已確認,但本站無法查證 Granrep 隨發育上升,以及免疫激活後並無明顯變化(預印本正文) sc-SPLASH · 無參考序列發現15 / 18
時間軸
四年間,一項方法逐步成熟
- 2022 年 6 月 24 日原始 SPLASH 演算法首次發佈於 bioRxiv。
- 2023 年 3 月 17 日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sc-SPLASH 預印本發佈,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。
sc-SPLASH · 無參考序列發現16 / 18
他人的補充
別人建立的圖譜,以及尚無迴響
sc-SPLASH 對每一份人類資料重新分析,並未觸動其原始結論。
資料集 屬於 Tabula Sapiens 圖譜,超過 40 萬個細胞 Tabula Sapiens Consortium(《Science》,2022 年) 鱗狀細胞癌 Visium 樣本 Ji 及其同事(《Cell》,2020 年) 胎兒小腸 Visium 樣本 Fawkner-Corbett 及其同事(《Cell》,2021 年) - 尚無迴響。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。
sc-SPLASH · 無參考序列發現17 / 18
結論
該記住的重點
速度與記憶體的結果,是最穩固的部分
在全部 11 個資料集中都比 Cell Ranger 與 STARsolo 花費更少的時間與記憶體,BKC 的速度約為 UMI-tools 的 50 倍——直接讀取自論文自身的圖表與摘要。
生物學發現真實存在;免疫故事尚未有定論
海綿中的五個新基因,以及被囊動物中平行的重複蛋白家族,都是真實的發現,且都出現在免疫樣細胞中。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
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。
sc-SPLASH · 無參考序列發現18 / 18