用途：对单细胞RNA-seq数据进行自动化质量控制，遵循scverse/scanpy最佳实践，支持.h5ad（AnnData）与.h5（10X Genomics Cell Ranger）格式，脚本自动识别文件类型。适用于需要过滤低质量细胞、评估数据质量、生成QC指标与可视化或进行MAD离群值检测的场景。
主要能力：计算计数深度、基因检出数、线粒体/核糖体/血红蛋白含量等QC指标；按MAD阈值进行宽松离群值过滤；过滤检出细胞数过少的基因；生成过滤前、阈值叠加、过滤后三类可视化图，并输出过滤后数据集和带QC注释的原始数据。
使用方式：标准流程直接运行 python3 scripts/qc_analysis.py input.h5ad，可通过命令行参数自定义阈值，如 --output-dir、--mad-counts、--mad-genes、--mad-mt、--mt-threshold、--min-cells，以及 --mt-pattern、--ribo-pattern、--hb-pattern 适配物种基因命名；用 --help 查看默认值。需要自定义工作流时，可从 scripts/qc_core.py 与 scripts/qc_plotting.py 导入模块化函数，如 calculate_qc_metrics、detect_outliers_mad、apply_hard_threshold、filter_cells、filter_genes、print_qc_summary、plot_qc_distributions 等，按需组合步骤或对不同细胞亚群使用不同阈值。输出默认保存在 <input_basename>_qc_results/ 目录。
限制与注意：默认阈值偏宽松以保留稀有细胞群，需人工查看可视化确认过滤合理；不同组织线粒体含量天然不同，物种线粒体基因前缀不同（小鼠 mt-、人类 MT-），需正确设置；具体参数需结合实验调整。详细方法学与调参见 references/scverse_qc_guidelines.md。下游通常还需环境RNA校正、双细胞检测、归一化等步骤。