Xcell算法是一種基於基因表達數據的計算工具，主要用於預測免疫細胞類型的相對豐度。它是由開發SingleR包的團隊在2017年推出的R包。Xcell算法的工作原理是利用機器學習算法提取64種免疫細胞和基質細胞的特徵，然後對待檢測的bulkRNA數據使用ssGSEA算法計算樣本在每個細胞類型特徵的富集分數。接著，用特別設計的算法將樣本中各種細胞類型的富集分數轉換為細胞類型分數。最後，對緊密相關的細胞類型分數進行補償校正。
Xcell可以處理的bulkRNA數據類型包括RNA-seq測序數據和表達晶片數據，但需要注意的是，這兩種數據不應混合在一起分析。對於測序數據，需要轉換為TPM、FPKM或RPKM值。如果輸入樣本中的細胞成分沒有足夠的可變性，Xcell將無法識別任何信號，因此輸入數據必須具有異質性。此外，不應將多個樣本分成多次運行Xcell，因為不同運行之間的輸出結果沒有可比性。
需要注意的是，Xcell評分是基於特徵的富集分數，與真正的細胞比例有線性相關性，但並不能直接將Xcell評分作為細胞比例值。同時，Xcell不適用於單細胞數據的細胞類型鑑定。