云生信学生物信息学

Milo邻域差异分析:建图、计数与样本级检验

作者:发布于 2026-11-20更新于 2026-11-15约 7 分钟阅读
Milo把邻域计数放回样本设计

Milo把邻域计数放回样本设计:核对PCA与细胞顺序;用相同k和d建图取邻域;按独立样本统计细胞数;按真实设计检验并看空间FDR
本文操作与检查路径示意。

Milo在单细胞近邻图上定义neighborhood,并按实验样本统计每个neighborhood中的细胞数,再做差异丰度检验。它检验的是样本间局部细胞丰度变化,不是细胞差异表达。分析能否解释,首先取决于图的输入和实验设计单位是否正确。

确认输入顺序和样本设计

输入SingleCellExperiment应已完成适当归一化、降维,且PCA行名与细胞列名一致。metadata中每个细胞必须有sample_id、condition;sample_id代表独立实验样本,而不是细胞、测序lane或技术重复。先检查各条件实际生物学重复数和配对关系,再确定模型;没有重复的条件不能靠增加细胞数弥补。

参数/环节 含义 需要保持的关系
k 图的近邻规模 buildGraph与makeNhoods使用同一设置
d 用于建图的降维维数 不超过PCA实际列数
prop 抽取候选图顶点以定义邻域的比例 不是把最终细胞随机删掉的比例
sample_id 计数矩阵的一列对应一个样本 与设计表中实验单位一一对应

试跑建图和邻域计数

下面以RNA的PCA为例。k、d、prop只是起始设置;先在代表性数据上记录图规模和运行峰值,再根据研究问题和完整队列确定参数。

library(miloR)
library(SingleCellExperiment)
library(BiocParallel)
sce <- readRDS("sce-pca.rds")
meta <- as.data.frame(colData(sce))
pc <- reducedDim(sce, "PCA")
stopifnot(identical(rownames(pc), colnames(sce)))
stopifnot(all(c("sample_id", "condition") %in% names(meta)))
stopifnot(identical(rownames(meta), colnames(sce)))
stopifnot(!anyNA(meta[, c("sample_id", "condition")]))

set.seed(2026)
milo <- Milo(sce)
milo <- buildGraph(milo, k=20, d=30, reduced.dim="PCA",
                   BPPARAM=SerialParam())
milo <- makeNhoods(milo, k=20, d=30, prop=0.1,
                   refined=TRUE, reduced_dims="PCA")
milo <- calcNhoodDistances(milo, d=30)
milo <- countCells(milo, meta.data=meta, samples="sample_id")
counts <- nhoodCounts(milo)
stopifnot(nrow(counts) > 0, ncol(counts) > 0)
saveRDS(milo, "milo-counted.rds")

makeNhoods()会从图顶点抽样并精炼邻域,降低高度冗余的检验数;prop不是下游检验只保留该比例细胞。k、d必须与建图一致。检查邻域数、样本列名和counts矩阵非空;不要为看起来方便把大型稀疏邻域计数矩阵转成dense矩阵。

按样本建模并核对结果

差异检验以样本为单位。下面的设计表把每个样本映射到条件;若是配对设计或存在批次协变量,应使用符合实验设计的模型公式,不能直接套用简单的 ~condition。例如同一供者确有处理前后配对,才考虑在设计中加入供者项;若每个样本只属于一个条件,或条件与批次完全重合,模型可能无法区分条件效应。先检查设计矩阵是否满秩,再解读显著性。

design.df <- as.data.frame(xtabs(~ condition + sample_id, data=meta))
design.df <- design.df[design.df$Freq > 0, ]
stopifnot(!anyDuplicated(design.df$sample_id))
res <- testNhoods(milo, design=~condition, design.df=design.df)
saveRDS(res, "milo-da-results.rds")

检查每个条件的独立样本数、邻域计数分布、log fold change和空间FDR。解读log fold change前确认condition因子参考水平和contrast方向;若对照组顺序反了,变化方向也会反转。显著邻域应回看包含的细胞、细胞类型注释及邻近区域是否一致;不要只报告一张UMAP或把局部丰度变化直接说成新细胞类型。若结果集中在低覆盖样本或图边界,先核对样本细胞数、PCA、k/d、邻域构建和模型协变量。邻域之间允许重叠,因此应同时查看效应方向、空间FDR和邻域所含细胞类型,而不是只按原始P值筛选。对关键结论可在预先说明的合理k/prop设置下做敏感性检查;参数改变后重建图并重跑完整流程,不能混用不同图的邻域编号。

资源瓶颈分阶段定位

将PCA、buildGraph、makeNhoods、countCells和testNhoods分别记录耗时、进程峰值内存与输入细胞数。峰值RSS要从作业/系统统计读取,R对象大小不能替代进程峰值。优先查PCA维度、并行线程和是否发生稠密化;每次只改一项再用同一数据对照。最终归档SCE、PCA来源、miloR/Bioconductor版本、k/d/prop、样本设计表、随机种子、日志和结果。这样才能分辨是图构建、样本计数还是模型阶段需要更多资源。

下载练习材料

下载教程 PDF · 下载代码与示例数据 ZIP

先核对包内SHA256清单,再在独立目录复现。

需要额外算力时

适用前提:样本重复和设计合适,合理图设置下仍有内存缺口。如需额外资源,可评估大内存CPU服务器租赁。咨询时说明软件版本、任务规模和使用期限,配置与支持范围另行确认。

咨询本任务的服务器配置

咨询本任务的服务器配置

留下手机号,我们会结合本文任务与您沟通服务器配置和报价。

也可联系云生信企业微信客服,说明本文任务。

参考与版本核对

按文中适用环境运行,所用版本与参数以实际安装环境和对应官方文档为准。

把知识用于当前任务

把方法直接跑起来

使用单细胞在线分析入口,减少环境配置和重复操作。

打开单细胞工具仍有疑问,联系客服 ↗