单细胞分析

稀有细胞在 UMAP 上看不见,怎么判断是没抓到,还是被别的点盖住了?

作者:发布于 2026-11-17约 10 分钟阅读
固定坐标先数出六颗稀有细胞,再用目标后画和分样本呈现找回被盖住的点

病理同事问,第三个样本里是不是没有那群稀有细胞。你看了一眼合并 UMAP,整张图也只看到两个红点,注释表却说有六颗。碰到这种差别,可以一路倒查四个数:原始注释里有几颗,几颗拿到了这张图的坐标,多少和别的点重合,分到每份样本中各有几颗。查完以后,“这一份样本未标出目标”和“细胞其实在图里,只是被别的点遮住”就有了各自对应的证据。

固定坐标先数出六颗稀有细胞,再用目标后画和分样本呈现找回被盖住的点

下载完整代码、示例数据与参考输出(ZIP) · 下载图文操作手册(PDF)

先保留两张独立输入表

第一张是作图前的完整注释,一行一个条码,包含样本和类别。第二张是这幅图实际使用的二维坐标。这里独立保存很重要。有的人会先把所有缺少坐标的注释行删掉,再问有多少目标没画上去。此时分母已经变小,无法回溯遗漏。示例的标签表刻意采用不同的行顺序,代码以条码连接,要求每个坐标都能找到明确标签,同时保留那些在完整注释里有记录却没有坐标的条码。实际项目经常会遇到多个样本重复使用相同的液滴条码,应先把捕获批次加入键值。

这组教学数据包括三个样本,各有六十颗非目标细胞。第一份另有四颗目标细胞,第二份另有两颗,第三份没有目标标签。两个表中的一百八十六颗细胞全部可以对齐,我们有意给四颗目标点与某个背景点完全一样的坐标,另外两颗的位置则能区分。这样的设计让读者能亲手核实遮盖的原因。真实数据中精确坐标重复不一定常见,显示器或印刷上的两个点即使中心没有重合,只要点径足够大,也可能出现近似遮挡,两种现象要用不同方式检查。

python -m pip install -r requirements.txt
python run.py --input example --out results

核对注释、坐标和样本三个分母

先看 sample_counts.tsv。第一份样本在完整注释里有四个目标,进入图的也是四个,分母六十四。第二份是六十二颗中的两颗。第三份有六十颗非目标,零颗目标,而且六十颗都有坐标。这意味着在本次可用数据和当前注释规则下,第三份没有被标成目标的细胞。如果要写成组织内真正缺乏这种细胞,还应核查取样区域、目标注释的门槛、组织解离和捕获率,以及这些细胞有没有在质量过滤时被丢掉。用户看到的数据表可以支持“本次未检出”的表述,至于总体丰度需另有重复与设计。

然后看 missing_coordinates.tsv。练习里它只有表头,说明已标注的细胞全部有坐标。现在自己制造一个真缺图的例子:复制整个 example 文件夹,保留 labels.tsv 不动,仅在副本的 coordinates.tsv 中去掉 D1_R01 那一行,指定新的输入和输出目录。第一份样本的注释目标仍有四颗,能绘制的目标会变成三颗,缺失表会直接列出那个条码。只改散点大小或把红色调亮,都无法把一个缺坐标的细胞画回来。这个练习也能检查自己的绘图流程是否在合并表格时静默扔掉了记录。

从一个被遮住的条码查到它的背景点

打开 target_overlap.tsv,挑出 D1_R03。按合并面板看,它和一个背景点的中心坐标完全相同,而且背景点在输入顺序中排得更晚。若使用相同的实心点形、相同面积并按照输入先后绘制,较晚的点就会盖住较早的点。脚本先用空间索引查一个局部圆形范围内的背景,再在这个小范围里分别数精确同坐标的背景,以及比目标更晚绘制的背景。有了条码和坐标,还可以到原始坐标表按双列精确查询,找出与它重合的另一个细胞。

def overlap(indices, points, target, radius):
    background = indices[~target[indices]]
    if not len(background):
        return [(i, 0, 0, 0) for i in indices[target[indices]]]
    tree = cKDTree(points[background])
    audit = []
    for i in indices[target[indices]]:
        near = background[tree.query_ball_point(points[i], radius)]
        same = near[np.all(points[near] == points[i], axis=1)]
        audit.append((i, len(same), int((same > i).sum()), len(near)))
    return audit

这里的近邻半径取零点一二个坐标单位。这个焦点在合并图的范围内有五个背景邻点,只保留本样本后是四个,说明有一颗接近的背景细胞来自别的样本。半径内的五颗不等于屏幕上一定挡住它的五颗。点面积通常用显示单位设定,具体遮挡还依赖图片宽高、坐标轴范围、透明度和输出分辨率。精确重合可以从坐标直接确认;对于距离很近却不相同的点,应该同时看实际导出的图,必要时在固定尺寸的局部窗口放大并标注条码。

核对到的情况 练习中的位置 合适的下一步
注释有目标,坐标有目标,后画背景同位置 D1_R01 等四颗 固定坐标,让目标最后绘制
注释有目标,坐标文件漏了条码 手工移除 D1_R01 的副本 对照输入及对象子集,查出漏在哪一步
注释和绘图均为零目标 D3 的六十颗细胞 回到表达、质控和取样记录查覆盖

同一套坐标画两次,再按样本分面

现在打开 order_comparison.png。左图按输入行序画所有点,右图分两层,先画淡色背景,再用醒目颜色绘制目标。两幅图使用同一张坐标表、相同点面积和相同坐标范围。第二种画法能让目标看见,仍然保留它原来的位置和周围的细胞密度。改变随机种子或重新拟合 UMAP 可能让红点跑到别的区域,反而很难再验证刚才那四颗究竟如何被盖住。下载包中的绘图函数如下。Matplotlib 的图层顺序示例

def draw(ax, indices, points, target, size, front):
    if front:
        base = indices[~target[indices]]
        focus = indices[target[indices]]
        ax.scatter(*points[base].T, s=size, color="#BCD5DF", edgecolors="none", zorder=1)
        ax.scatter(*points[focus].T, s=size, color="#D64C34", edgecolor="#70251D", linewidth=.35, zorder=2)
    else:
        colors = np.where(target[indices], "#D64C34", "#BCD5DF")
        ax.scatter(*points[indices].T, s=size, color=colors, edgecolors="none")
    ax.set(aspect="equal", xlabel="UMAP 1", ylabel="UMAP 2")

另一个输出 sample_panels.png 使用同一全局坐标,将样本分别放到三个面板。图题直接写目标数量和该面板内的总细胞数,每个面板保留相同的横纵轴范围。如果每个面板都独立拉伸到填满画布,分布狭窄的一个样本看上去可能和广泛分散的样本一样宽。若为每个样本重新训练 UMAP,坐标也不再处于同一个参考系,读者不能把两个图的左上角简单视作同一片细胞状态。已经使用 Seurat 的读者,可以在同一 reduction 上结合高亮、绘制顺序和按样本拆分,最后仍应从条码表核对数量。Seurat DimPlot 的参数说明

如果别人交给你的是经过四舍五入的坐标表,先询问原来的精度。两个在原图里稍有偏离的条码,导出到小数点后一位后可能被记成完全相同。分别用原始精度和报告精度统计重合数,若只有后者明显增加,应把这种差异归到导出过程,并回到原始对象取得坐标再确认遮挡。

把“看见几个红点”还原成可重复的计数

把三位样本的目标数写在图注里,比在图上数红色斑块更可靠。若两颗目标细胞彼此也完全重合,即便把目标层放在最上面,肉眼仍只看到一个红点。本例重点是目标与背景的遮盖,自己的数据可以另外把目标点按坐标分组,列出同位置的多个目标条码。也不要为了让点看得多,给每个目标随意加随机抖动却不注明;这会让读者误以为它们的投影位置确实不同。需要展示数量时,可以在局部放大图旁附一个条码数,既保留原坐标,又把原来的细胞分母说清楚。

还有一种常见误会来自抽样。若背景有几十万颗细胞,绘图软件可能只选一部分用于交互预览,截图中的密度就不再是全量覆盖。可以对非目标按样本固定种子抽样,同时保留所有已标注目标,并在图注明确背景抽样方式和原总数。这样适合检查目标位于哪些区域,但图中红点占显示点数的比例不能当作估计丰度。真正的组成比较仍要在每份样本的完整注释表计算,然后以样本为单位讨论变化。

交付图片时把坐标表、条码计数、覆盖排查表随图保存,记下图层顺序与输出尺寸。合作者若问哪一个样本确实没看到,既有完整注释和细胞数作答,也可以定位那些能被高亮找回的条码。大队列按样本渲染高清图时,可先记录单张导出和整套批量图的内存与时间,再据此选择是否需要云生信科研服务器租赁。

把知识用于当前任务

下一步可以直接开始分析

按研究目标查找在线工具、课程、计算资源或完整分析服务。

按目标找方案仍有疑问,联系客服 ↗