全肾scRNA-seq系统漏掉足细胞，磁性分选肾小球后OPCML才得以筛出
全器官scRNA-seq的采样盲区
做单细胞RNA测序，样本制备这一步已经决定了你能“看到”什么。
肾脏里，足细胞（podocyte）只占肾细胞总量的极少部分，却是糖尿病肾病（diabetic kidney disease, DKD）病变的核心驱动细胞。把整个肾脏打散成单细胞悬液一锅测序，足细胞就被大量近端小管细胞、系膜细胞和免疫细胞淹没，这不是测量误差，而是系统性的采样偏差。Yoshioka等人在FASEB Journal上直接点明，已有的全肾scRNA-seq数据集里，足细胞长期处于严重低代表的状态（PMID: 42762061）。他们的解法是改变前处理，先用磁性分选把肾小球从db/db糖尿病小鼠肾脏里单独富集出来，再对这批样本做scRNA-seq。
一个前处理步骤的差异，能决定你发现什么基因。
磁性分选肾小球后的四个足细胞候选基因
富集后的高分辨率数据集显示，db/db糖尿病小鼠的肾小球里足细胞数量显著减少，整体转录组发生了广泛重塑（PMID: 42762061）。将这份in vivo数据与体外实验整合，具体是用棕榈酸（palmitate）诱导脂毒性损伤的培养人足细胞，筛出了四个候选基因：OPCML、ADM、NELL2和DHRS3。
功能验证只覆盖了其中三个。敲低OPCML或ADM，能显著减弱棕榈酸诱导的凋亡，并保护肌动蛋白细胞骨架的完整性；过表达DHRS3也有类似的保护效果。NELL2未见功能干预结果，“四个候选基因”这个说法里，它的证据强度和另外三个不在同一量级（PMID: 42762061）。
外推边界有几处需要说清。动物模型是db/db小鼠，遗传性瘦素受体缺陷导致的2型糖尿病，代谢表型与人类DKD有诸多差异。体外验证用棕榈酸处理人培养细胞，能模拟脂毒性这一条病理通路，覆盖不了DKD的全貌。结论落到临床，仍然需要人体组织数据。
JAK2和ANXA5来自三种机器学习方法的交集
Li等人研究阻塞性睡眠呼吸暂停（obstructive sleep apnea, OSA）时走的是另一条路，不改变样本采集，而是在已有数据集上叠加计算工具（PMID: 42730994）。流程先用limma检验和加权基因共表达网络分析（weighted gene co-expression network analysis, WGCNA）从GeneCards氧化应激相关基因集里筛出57个共同差异基因（OS-DEGs），经蛋白互作网络（PPI）分析进一步缩小范围，最后用LASSO回归、随机森林、支持向量机递归特征消除（SVM-RFE）三种机器学习方法取交集，落到两个关键基因：JAK2和ANXA5。JAK2在疾病状态下显著上调，ANXA5显著下调，两者ROC曲线的AUC均高于0.85（PMID: 42730994）。
三种算法偏差方向各异，取交集的逻辑能压缩假阳性。但有一个结构性的问题始终没有解决，所有计算都在同一批数据上完成，原始数据若存在批次效应或技术偏差，叠加算法只会放大，不会纠正。AUC>0.85衡量的是同一数据集内部的区分能力，在独立外部队列上的表现才是更硬的检验，这项研究未提供。
他们用人类scRNA-seq数据做细胞注释，发现JAK2和ANXA5主要高表达于单核细胞（monocyte）。单核细胞在外周血里丰度高，不存在肾脏足细胞那种严重的采样偏差，但也因此，这个结论说的是OSA背景下单核细胞的改变，而非某种稀有细胞群体的信号。最终他们用临床样本做了RT-qPCR和Western blot验证，与生信结果方向一致，但没有功能干预，因果方向仍是推断的（PMID: 42730994）。
DeepSea在相差显微镜里的自动追踪方案
时序显微镜（time-lapse microscopy）里的稀有细胞问题是另一种形态，不是空间采样里的数量稀少，而是时序追踪中的事件稀少。细胞分裂、细胞死亡，这些关键状态如果被分割算法漏掉，就在分析里凭空消失。
Azadi等人介绍的DeepSea是专为相差显微镜（phase-contrast microscopy）设计的深度学习工具，把单细胞分割和追踪自动化（PMID: 42811237）。相差显微镜无需荧光标记、毒性低，适合长时程观察；代价是图像对比度弱，细胞边界模糊，细胞运动、形态变化、有丝分裂同时发生时，传统分割算法容易失败。DeepSea的应用场景以干细胞群体为主。
这篇的性质是方法学操作说明（protocol），刊在Methods in Molecular Biology，提供的是可复现的流程，不是新靶点。性能数据来自开发者自己的数据集和细胞系，换到你自己的成像参数和细胞类型上，效果需要另行评估（PMID: 42811237）。
稀有细胞代表性问题的两类出路
三篇文章放在一起说明同一件事。单细胞实验里“看不见某个细胞群体”，原因可能是生物上确实不存在，也可能是技术上没有采到。
解法大体分两路。采样端介入的手段是在前处理阶段把目标细胞先捞出来，磁性分选、流式富集、激光显微切割都属于这一路，代价是丢失原位的空间信息和细胞间互作背景。分析端的补救靠算法叠加，多算法取交集、更激进的聚类、虚拟敲除模拟，希望从现有数据里把弱信号撬出来，只是假阳性率更难控制，也更难知道究竟漏掉了什么。
DeepSea走的是第三条路，不做统计推断，直接追踪每一个细胞在时间轴上的状态。这对空间采样偏差帮不上忙，但对时序里的“漏测”是一个直接的技术应对。
选哪条路，本质是在问你最不愿意丢掉哪个维度的信息。 这个问题得在实验设计时回答，等数据到手再想就晚了。
- Identifying JAK2 and ANXA5 as Key Genes Linking Obstructive Sleep Apnea and Oxidative Stress via Machine Learning and Multilayer Transcriptomic Integration With Functional Validation.，FASEB journal : official publication of the Federation of American Societies for Experimental Biology（PMID: 42730994）
- Single-Cell RNA Sequencing-Based Identification of Novel Podocyte Injury-Associated Genes From Isolated Glomeruli of Diabetic db/db Mice.，FASEB journal : official publication of the Federation of American Societies for Experimental Biology（PMID: 42762061）
- Quantitative Single-Cell Time-Lapse Phase-Contrast Microscopy with DeepSea.，Methods in molecular biology (Clifton, N.J.)（PMID: 42811237）