单细胞分析

癌组织里 T 细胞“变多了”,分母用所有细胞还是所有免疫细胞?

作者:发布于 2026-11-17约 8 分钟阅读
第一位患者的癌旁到肿瘤,T 占全部细胞从 12% 到 30%,T 占免疫细胞从 60% 到 40%

组会里两张图放在一起。一张写着肿瘤中的 T 细胞比例升高,另一张写着 T 细胞比例下降。两张图都来自同一批条码,甚至分子都一样,争议出在每张图把这些 T 细胞除以了谁。这篇用四位模拟患者的配对组织做一次完整的分母核对。读者可以把每一个百分数还原成两串整数,再决定论文究竟想描述全体回收细胞中的构成、免疫区室内部的构成,还是需要额外实验才能回答的组织浸润密度。

第一位患者的癌旁到肿瘤,T 占全部细胞从 12% 到 30%,T 占免疫细胞从 60% 到 40%

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)

先看第一位患者,比画堆叠柱更快

第一位患者的癌旁样本通过质控的细胞有二百颗,其中四十颗有明确免疫谱系,二十四颗标为 T。癌组织通过质控的只有一百二十颗,其中九十颗是免疫细胞,三十六颗是 T。以全部回收细胞为分母,结果是百分之十二和百分之三十。以明确的免疫细胞为分母,结果是百分之六十和百分之四十。这几组整数没有矛盾:肿瘤样本里免疫区室占全部回收细胞的份额上升幅度很大,即使 T 在免疫区室内部的份额下降,也足以让它占全部细胞的份额上升。

如果只能在图例中写一句话,把“第一位患者癌样本中 T 细胞显著增多”换为“在通过质控的回收细胞中,T 细胞由癌旁的二十四除以二百,变为肿瘤的三十六除以一百二十”。前后者对实验同事的意义不同。第一句话很容易让人以为一平方毫米组织里有更多 T 细胞,第二句话交代了实际测量的人群和单位。癌旁也需要注明采样距离和组织背景,不能把患者自己的癌旁标本直接改称健康对照。

第一位患者的同一批条码 癌旁 肿瘤 肿瘤减癌旁
T 占全部合格细胞 24/200 = 12% 36/120 = 30% +18 个百分点
免疫占全部合格细胞 40/200 = 20% 90/120 = 75% +55 个百分点
T 占明确免疫细胞 24/40 = 60% 36/90 = 40% −20 个百分点
python -m pip install -r requirements.txt
python run.py --input example --out results

分母从哪里来,先去样本表里找

本练习的每一行都是一个模拟条码,带患者、组织、标签和是否通过质控。先把质控未通过的条码分开记录,每份样本各有三颗;合格但尚未明确谱系的条码,每份各有四颗,纳入“全部合格细胞”。明确免疫区室包括 T、B 和髓系三类,上皮和基质归在已知非免疫侧,未定条码暂时不进入已知免疫分母。这些选择写在配置里,读者可以打开核对。若一位同事把未定都从图中删了,另一位保留,那么即便手头的 T 条码相同,两人所说的“全部”也不同。

真实样本通常比这里复杂得多。若一开始使用了白细胞富集或先流式分选免疫细胞,矩阵中的全部便已经限于富集后获得的人群。从这种矩阵计算 T 占全部,可以是有意义的富集样本构成,却不能把分母解释成未经分选肿瘤组织所有细胞。若研究团队同时做全组织和免疫富集两种建库,给每管注明来源并分开汇总,才不会让一个富集方案取代另一个方案的分母。解离和细胞核制备对肿瘤样本各类型的回收比例也会产生差异,配对获取同一块组织仍需记下实际流程。Slyper 等的人肿瘤细胞及细胞核制备研究

def denominators(counts,schema):
    target=counts[schema["target"]];immune=sum(counts[t] for t in schema["immune"])
    total=sum(counts.values());unknown=counts[schema["unknown"]]
    def ratio(n,d):return n/d if d else None
    return dict(T=target,immune=immune,all_qc=total,unknown=unknown,T_all=ratio(target,total),
                immune_all=ratio(immune,total),T_immune=ratio(target,immune),
                T_immune_if_unknown_other_immune=ratio(target,immune+unknown),
                T_immune_if_unknown_T=ratio(target+unknown,immune+unknown))

做一个乘法,检查分类和统计是否在说同一件事

只要 T 群完全包含于明确免疫群,免疫群又包含于全部合格细胞,就有一个逐样本成立的等式。T 占免疫的比例乘以免疫占全部的比例,等于 T 占全部。第一位患者的癌旁是零点六乘零点二,肿瘤则是零点四乘零点七五。这个小检查能发现许多不显眼的操作失误,例如 T 细胞列表来自去双细胞前的对象,分母却是过滤后的对象,或某个自然杀伤 T 标签被同时归进了两个互斥的图例。若分子或分母由多张表拼接而来,还要检查条码是否在不同文库使用了相同编号。

def product_check(row):
    if row["T_immune"] is None or row["immune_all"] is None:return
    if abs(row["T_all"]-row["T_immune"]*row["immune_all"])>1e-10:
        raise ValueError("Target, parent and full populations are inconsistent.")

把乘法用于每个原始样本,保留足够小数位,最后才四舍五入。如果某位患者的免疫分母为零,免疫内部的 T 比例没有定义,不能拿零填上再参与平均。又如检测到的免疫细胞全部来自另外一个时间点,不能把同一个人的另一管借来作为这管的分母。应把样本编号也保留在键里,两个比例确实指向同一份实物材料时,乘法才提供一致性检查。

把不确定的四颗放到两端试试

未定细胞有时候会恰好集中在某一组,全部删除或全部指定为某类都会隐去这个问题。对于第一位患者,可以计算两个极端。如果癌旁四颗未定全是其他免疫细胞,T 占免疫变为二十四除以四十四,约百分之五十四点五;如果四颗全是 T,变为二十八除以四十四,约百分之六十三点六。肿瘤一侧对应的区间约为百分之三十八点三至四十二点六。两个区间在这个模拟病例中仍不重叠,说明把这四颗按任一端处理,都不会翻转此例免疫内部的方向。

这组上下界只针对当前被标为未定的条码。它默认已经命名的 T、其他免疫及非免疫类别可信,也不包括根本没有捕获的细胞。不能将其画成随机抽样得到的置信区间。若换成真实数据,两侧可能重叠,下一步最值得查看的就是这些未定条码的标记、库深度、相邻细胞及样本来源。有时额外核实几颗位于分类边界的细胞,比用更多小数位展示原有百分数更能解决争议。

让每一条线回到患者,再选择最后一句话

四位患者都分别算过三个比例。第一位患者 T 占全部增加十八个百分点,第二、三、四位分别增加十二点五、约十一点七、十二点五个百分点;三人的 T 占免疫下降二十个百分点,第四人下降十五个百分点。实验同事从逐人配对图能立即看出两个方向是否在多数人中出现。若将全队列条码直接拼成一根堆叠柱,样本量大的患者会得到更大权重,图上的一根柱子也失去了每位患者自身的基线。正式队列要推断两组有无组成差异,可考虑能反映生物学重复、组分约束和配对关系的模型,并给出对应的效应与不确定性。scCODA 关于单细胞组成分析的原始研究

想支持“免疫区室中 T 的份额下降”,呈现 T 占免疫及其他免疫类别的构成即可。如果要支持“肿瘤组织每平方毫米有更多 T 细胞”,可以用同一患者相应部位的切片,在预先定义的组织区域计数,并以可分析面积作分母。用流式配合绝对计数珠时,则要保留起始组织量、回收体积和细胞数。这样得到的数值能与单细胞比例按患者对照,但需保留各自的单位,不能拿一边的百分数减另一边的密度来解释差异。

最后给结果表加上原始三列计数,比只交图方便得多。取材同事可以检查免疫富集一栏,病理同事可以选最值得按面积复核的病例,做图的人也能重新算出三条连线。如果需要同时比较多个队列和几十种谱系,可以把这套已核对的计数与分母脚本放到云生信科研服务器租赁批量重跑,每一张比例图都能追溯到原始患者和条码。

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 ↗