跳到正文
百沐一下百沐一下
本页目录
场景与实践

第一次做单细胞:AI 替您跑通流程,替不了那几个判断

屏幕上是一张几乎全是零的表:横着几万个细胞,竖着两万多个基因,绝大多数格子空着。这是您第一次拿到的单细胞数据——也许是合作方甩来的一个 10x 输出文件夹,也许是您自己从公共数据库下的一套表达矩阵。您在旁边开着一份入门教程,想照着走,却没到第三步就卡住了:质控要看三个指标,阈值该卡在哪,教程含糊其辞;聚类有个叫「分辨率」的参数,调大调小,细胞群的数目跟着变;最后还得给每一群细胞起名字,而您根本不确定那群到底是什么。

这篇不教您某一步的代码怎么敲,那是教程的事。我想陪您把这条路完整走一遍,顺便把一件事说透:那些最容易劝退新手的参数和报错,恰恰是 AI 最能替您扛的部分;而「这群到底是什么细胞」这类判断,反倒是它替不了、也不该替的。

质控:三个阈值是判断,不是照抄

单细胞质控绕不开三个指标:每个细胞检测到多少个基因、总共捕获了多少条转录本(UMI 计数)、线粒体基因占的比例。基因数太低的,可能是没装到细胞的空液滴;太高的,可能是两个细胞粘在了一起(双细胞);线粒体比例过高,往往意味着这个细胞已经破损、正在死亡。道理都不难,难的是「太低」「太高」到底卡在哪个数。

新手最省事的做法,是把教程里那套默认阈值原样抄过来。可那套数字是给教程里那种样本调的,换成您的——不同组织、不同解离方法、不同测序深度——照搬很可能一刀切歪:要么把好细胞当垃圾扔了,要么把双细胞留了下来。

AI 在这一步帮得上忙的,是把三个指标的分布画出来(小提琴图、散点图),让您一眼看清自己这份数据长什么样,再顺手建议一组阈值。但在图上划下那条线的得是您——因为只有您知道这是什么组织、这个物种的线粒体比例本来就偏高还是偏低、这批细胞的活性该有什么预期。AI 把分布摊开,您来定这份数据里的「太高」是多少。

聚类:分辨率调的是问题的颗粒度

过了质控,接下来是一条相当标准的流水线:归一化、挑高变基因、PCA 降维、建邻接图、UMAP 可视化,再聚类。这一长串,每一步都有参数,每一步都够新手卡上半天——可它们几乎全是 AI 能一口气跑通的执行活。数据交过去,几分钟就能拿回一张 UMAP,上面是一团团分好的细胞。

真正需要您介入的,只有那个叫「分辨率」的参数。它管的是聚类的粗细:调高,一大群会被切成好几小群;调低,几群会并成一群。新手总纠结「到底设多少」——其实这问题没有标准答案,它取决于您想回答什么。

您关心的若是大类(免疫细胞、上皮、基质),分辨率低一点就够;您若要抠某一类细胞里的亚群差异,就得往高调。聪明的做法是让 AI 把几档分辨率都跑出来,并排摆着,您对着 UMAP 看:这一档是不是把本该分开的两群硬并了,那一档是不是把一群过度切碎了。算出不同颗粒度的结果是 AI 的事,选哪一档,是您对着问题下的判断。

注释:AI 给候选和证据,拍板的是您

到了给每群细胞命名这一步,新手的心理压力最大——前面参数错了还能重跑,这里认错了细胞,整个故事就歪了。

好在这一步 AI 帮得上不少忙。它可以先算出每一群相对其他群特异高表达的基因(marker 基因),再拿这些 marker 去对照已知的细胞类型标志,给您一张候选清单:某群若高表达一组经典的 T 细胞标志(像 CD3 这类),它就会提示「这群可能是 T 细胞」,并把凭据一并列给您。有依据、有候选,总比您对着一长串基因名从零猜要快得多。

但清单只是候选,不是结论。AI 靠的是「marker 匹配」在推断,它不知道您这份组织里本该不该出现这类细胞,也分不清那一群到底是一种真实的细胞类型,还是双细胞、是环境游离 RNA 造出的假象,抑或只是同一种细胞的某个状态。这些得靠您的领域知识:您见过这个组织的图谱,知道这里该有谁、不该有谁。AI 把「可能是什么」和「凭什么」摆到您面前,把「就是它」写下来的,是您。

AI 压缩的是执行,不是判断

回头看这条从矩阵到图谱的路:AI 替您扛的,是质控画图、降维聚类、算 marker、出 UMAP 这一长串执行,也就是最容易把新手劝退的参数细节和代码报错。它把您从「这行代码不会写」「这个参数不知道填几」里捞出来,让您第一次做单细胞,不至于卡在第三步就放弃。

把一整条标准分析链打包跑通、每一步的中间结果都摊开给您看,正是如今的组学分析智能体越来越擅长的事。但流程跑通,不等于问题解决:阈值划在哪、分辨率取哪档、这群到底是什么细胞,这几个决定它一个都没替您做。不是它做不到,是这部分本就不该被代劳——它是您作为研究者,判断力真正落脚的地方。


所以第一次做单细胞,真正的收获不是 AI 替您变出了一张漂亮的 UMAP;而是它把那些会把人耗在半路的画图、降维、算 marker 清走之后,您的注意力头一回能落在几个真正决定成败的问题上:这条线划在哪、这档分辨率对不对、这群到底是谁。

图谱最后长成什么样,从不取决于谁把流程跑通,而取决于在那几个岔路口上,为每一群细胞签下名字的人——那始终是您。

本栏目更多

场景与实践