cell2location 图上是丰度 4.26，切片里就有四个细胞吗？

同一张空间图有两个版本。一个用后验均值画图，背景区域也能看到淡淡的颜色，另一个用百分之五分位数，大部分弱信号淡下去。两张图使用同一个模型，也都可能计算正确。要知道该展示哪张，得先回答自己关心的是哪里更可能出现目标类型、类型在各点的相对高低，还是每个点究竟包含多少枚细胞。下面用一份每个点有多少甲乙细胞都事先知道的模拟组织，试试看三种问题的答案能差多远。

组织图给先验，参考表达给模型识别细胞的依据

cell2location 使用单细胞参考提供不同类型的表达特征，再估计空间点位中各类型的丰度。可以先从参考学习类型特征，也可以使用已经整理好的特征表达表。提交给空间模型时，重点核对共同基因的名字、顺序与数值含义。不能因为两张表都有两万行就按原顺序拼接。先取交集，再按同一向量同时重排，并核对至少一个明确的谱系标记。若多个物种共享相同基因符号，或基因符号重复对应多个编号，先解决命名问题，再考虑是否合并。官方人淋巴结参考与空间映射教程

每个点位预期有多少细胞，是对丰度规模的先验。可以用对应组织图中的细胞核给出数量级，至少抽查组织内部、边缘和不同密度的区域。圆形点位恰好切到核的一部分时，采用“核中心落入才算”或“相交就算”会得到不同数字。记录采用的规则及抽查点位，再将一个合理范围带入模型做敏感性分析。核数和细胞数本来也未必一一对应，例如多核细胞或不同深度的重叠都可能改变图上能看到的核数。直接套用其他组织教程的预设值，会让后面图上的小数看起来比真实证据精确。

还需区别捕获效率的先验与细胞数的先验。空间计数少，可能是细胞少，也可能是那块组织捕获效率偏低。若组织图明明有许多完整核，局部基因总计数却显著下降，应同时检查组织是否破损、RNA 质量和平台指标。只有一个总计数时，这几种解释很难区分。可以固定参考和点位集合，分别改变预期细胞数以及检测灵敏度参数，再看大范围的主导类型是否稳定，稀有群分布是否只在某一种设置下出现。cell2location 模型的参数与输出定义

一行输出怎样同一行一行的组织位置接起来

导出后验摘要后，核对丰度矩阵索引与空间对象点位索引，按名字对齐类型列。不同统计量导出的列名可能带有不同前缀，不宜只凭列的位置手工粘贴。下面按官方导出顺序查看第一枚点位，最后一行用模型元数据给出可以对照的类型顺序。只有一个类型时，也要把矩阵保留成二维，避免一次自动压缩维度后把所有点误当成一行。

for name in ("means", "q05", "q95"):
    values = result.obsm[name + "_cell_abundance_w_sf"]
    assert values.index.equals(result.obs_names)
    print(name, values.iloc[0].to_dict())
print(result.uns["mod"]["factor_names"])

对同一类型，后验均值、低分位数和高分位数回答不同问题。在当前模型与输入条件下，两端分位数之间覆盖中间约九成的后验分布。它不会自动处理参考里恰好缺失一个细胞类型、组织图读数偏差或模型尚未充分收敛等情况。读者如果关心“某种细胞是否出现”，还要先定义出现的标准，并询问模型有没有直接给出相应事件的后验概率。把分位数贴标签写成“有九成五的概率此地存在这种细胞”，容易把连续丰度和由自己定义的存在事件混在一起。

比较两种类型谁占优势时，还要记住两套丰度来自同一批后验抽样。如果分别取甲的低分位和乙的高分位，相减得到的是两个边缘分布的摘要之差。想回答在同一个点位甲超过乙的概率，应在每一次联合抽样内计算甲减乙，统计差值大于零的次数，再除以抽样总数。相近类型的估计可能彼此补偿，只靠两条各自的误差线不能重建这种相关性。

实跑经验｜主导类型全部判断正确，绝对丰度仍有明显偏差

我们安装 cell2location 0.1.5，使用 Pyro 1.9.1 和 scvi-tools 1.5.2，在 CPU 上运行空间模型。先为两种类型造出五十个基因的参考特征，再按已知数量生成二十四个点位的计数。前十二个点各六个甲、一个乙，后十二个反过来。每点预期给七个细胞，训练一百二十轮，随后抽取一百次后验样本。这次直接提供已知参考，没有另外训练单细胞参考模型，目的是隔离空间估计本身的误差。

在二十四个点上取后验均值较高的一类，二十四个主导类型全部判对。但是前十二个点中，甲、乙的后验均值跨点中位数分别约 4.21、2.86，距离设定的六和一仍很远。第一点甲的均值为 4.26，低、高分位约为 3.66 和 4.88。已知真值六甚至落在这段区间之外。这个小实验数据维度有限、训练轮数固定，适合说明空间顺序、谁占主导和丰度绝对值是不同的验收指标，不能拿来估计该工具在真实组织的准确率。

同一组结果还可以给读者一个简单的复核动作。对那些要写成“少量浸润”的位置，把估计丰度、区间跨度、附近几个实测标记和病理区域并排展示，再查另一切片里同样组织结构是否复现。若候选信号只集中在文库质量异常的点，或者只靠一个参考类型中并不专一的高表达基因，优先核对这些点的输入。若多个独立标记和空间形态有一致变化，再考虑用额外的原位或免疫染色确认。

归档时保存每张切片的核数抽查规则、空间矩阵和参考特征的共同基因名单、后验输出及绘图所取统计量。需要在多张切片上比较不同先验、保留模型和采样结果时，可了解云生信的生物信息分析服务器。