单细胞和单核转录组测序（scRNA-Seq/snRNA-Seq）已被普遍用于对细胞异质性的研究。而此类研究强烈依赖于数据的可靠性。然而，在进行单细胞测序的过程中，实验溶液环境中的游离RNA（即ambient RNA）会对被测细胞产生系统性的干扰，导致细胞内源基因的表达水平测定失真，形成数据污染。此问题已被多个研究组关注，且已有若干算法被开发出来修正污染数据。在本研究中，我们使用了多份具有不同干扰水平的实际数据集和模拟数据集，对这些去污染方法的修正效果进行了深入的分析，发现这些方法在多个数据集中存在校正不足或过度校正的问题。
为了更好地解决这一问题，研究团队开发了一种名为scCDC的新策略，有效地消除了环境RNA分子的系统性干扰。和已有的方法相比， scCDC方法的优点在于，它能够率先识别出导致强干扰的基因，并专门修正这些基因的表达水平，从而在修正高污染基因的同时，避免了对其他基因的过度修正。此外，scCDC能够与已有的修正方法共同应用，从而实现更加精确和全面的污染修正效果。
以上研究由浙江大学爱丁堡大学联合学院（ZJE）王超尘研究组和美国加州大学洛杉矶分校Jingyi Jessica Li（李婧翌）研究组合作完成。ZJE王玮健、岑逸辉、鲁泽臻为本论文的共同第一作者。王超尘研究员和李婧翌教授为论文的通讯作者。
论文链接：
https://genomebiology.biomedcentral.com/articles/10.1186/s13059-024-03284-w?utm_medium=organic_social&utm_source=wechat&utm_campaign=CONR_OAJRN_ATT1_AP_CNCM_002EC_bmcpaper
王玮健
ZJE2019级BMI学生,浙江省优秀毕业生,曾获得国家奖学金,省政府奖学金,浙江大学一等奖学金，现为加州大学洛杉矶分校生物信息学博士二年级学生
岑逸辉
ZJE2019级BMI学生，校级优秀毕业生，曾获得浙江大学三等奖学金，学术优秀标兵，现为加州大学洛杉矶分校生物数学博士二年级学生
鲁泽臻
ZJE2019级BMI学生，曾获得浙江大学三等奖学金，学业优秀标兵，现为浙江大学生命科学研究院生物信息学博士二年级学生
