R

生信论文返修实战12/20|拟时序和通讯怎样改写?避免把推断写成机制

作者:发布于 2026-11-17约 15 分钟阅读
生信论文返修实战第12讲:拟时序和通讯怎样改写?避免把推断写成机制

生信论文返修实战20讲 · 第12讲 · 明确富集与单细胞边界

生信论文返修实战第12讲:拟时序和通讯怎样改写?避免把推断写成机制
系列目录:生信论文返修实战20讲(当前第12讲)
  1. 第01讲:收到返修意见后怎么办?把审稿问题拆成可执行任务
  2. 第02讲:返修前先冻结分析:输入、版本与结果怎样重放
  3. 第03讲:样本量为什么对不上?核查纳入、排除与重复测量
  4. 第04讲:样本太少怎样回应?报告效应、区间与真实限制
  5. 第05讲:差异分析被质疑:模型、方向和多重检验逐项核查
  6. 第06讲:要求校正年龄和批次?先判断资料是否支持
  7. 第07讲:换个阈值还成立吗?做有边界的敏感性分析
  8. 第08讲:独立验证不一致怎么办?保留全部候选与证据
  9. 第09讲:富集结果怎样返修?检查背景、方向和贡献成员
  10. 第10讲:单细胞显著性可靠吗?先认清细胞、文库与供体
  11. 第11讲:细胞注释与比例被质疑:标记依据和分母怎样交代
  12. 第12讲:拟时序和通讯怎样改写?避免把推断写成机制(本篇)
  13. 第13讲:模型性能过高先查什么?用随机标签识别数据泄漏
  14. 第14讲:只有ROC不够:校准、误差与简单基线一起评价
  15. 第15讲:生存分析怎样返修?事件、截点与模型假设核查
  16. 第16讲:审稿人要求补实验:公共数据能支持到哪一层
  17. 第17讲:图形与图注怎样修改?展示样本、效应与不确定性
  18. 第18讲:方法写到哪里才够?参数、版本与数据代码可用性
  19. 第19讲:逐条回复怎么写?把动作、证据和修改位置对应起来
  20. 第20讲:提交返修前最后一查:正文、回复与附件保持一致

点击目录按篇次顺序学习;文末复现包包含全系列代码与起始数据。

拟时序和细胞通讯,返修时最需要检查动词

拟时序图有箭头,通讯图有连线,视觉上很容易让人想到真实时间与因果作用。但这些图通常由横断面表达和模型假设构成,不能自动证明某个细胞变成另一个细胞,或某条信号确实在组织中传递。本篇用一个根节点演示和真实表达可行性检查,帮助修改超出证据的文字。

教学审稿意见:请说明轨迹方向的依据,并避免将计算推断的细胞通讯解释为已验证的功能机制。

本篇包含两类明确区分的材料。前两张图来自人工生成的一维弯曲轨迹,展示选择不同根端如何改变排序方向;它没有运行完整拟时序算法。第三张图使用公开上皮子集,检查AREG与EGFR在文库和教学状态中的检测比例;它没有运行完整CellChat网络,也没有估计真实信号传递概率。

横断面顺序不等于真实时间

把细胞按表达相似性排列,可以提出状态连续变化的假设,但不能仅凭排列确定过去与未来。根节点、特征选择、降维和群体纳入都可能影响方向。若没有采样时间、谱系信息或其他独立依据,将某一端称为起点需要明确理由,而不是因为它位于图的左边。

教学模拟中,同一批点保持位置不变,只把根端从甲换到乙,颜色顺序便反转。这个演示不说明所有轨迹方法都任意,也不用于否定轨迹分析的价值;它提醒读者,方向来自额外设定与证据,需要被报告。真正的返修应检查实际方法的根节点依据及替代设定。

“早期”和“晚期”也容易混淆。它们可能指模型排序的相对位置,而不是疾病病程或真实采样时间。图注应说明含义,正文可以使用“排序前端”“沿推断顺序”等更准确表达。若确实有时间实验,应报告时间设计及其与计算顺序的一致和不一致之处。

图中观察 可以支持的表述 需要额外证据的表述
细胞沿曲线排列 表达状态呈连续结构 真实分化必然沿该路线
更换根端改变颜色 方向依赖根的设定 一端已被证实为祖细胞
配体与受体被检测 存在表达层面的可行性 信号已在组织中传递
条件间表达不同 相关线索值得检验 该通讯导致疾病变化
人工模拟曲线以A端为根的排序;没有进行真实拟时序分析。
图1:人工模拟曲线以A端为根的排序;没有进行真实拟时序分析。

怎样补充轨迹稳健性而不夸大

实际研究中可以检查合理根节点、细胞纳入范围和关键参数对主结论的影响。重点是论文依赖的生物学判断是否变化,而不是要求每次嵌入坐标完全相同。若一个分支只在特定过滤条件下出现,应说明其敏感性,并避免把它作为唯一机制支柱。

还要检查所谓分化顺序是否可能反映细胞周期、应激或批次。连续变化并不专属于发育过程。适当的标记、采样设计和外部资料可以帮助区分解释,但不能仅用同一套排序基因再证明排序正确。本篇没有进行真实轨迹重建,因此只提供理解方向依赖的演示与返修检查思路。

相同模拟点以B端为根,方向反转,说明根选择需要依据。
图2:相同模拟点以B端为根,方向反转,说明根选择需要依据。

配体受体表达是必要线索之一

若某候选配体与受体在相关状态中根本没有可靠表达,通讯假说需要重新审视。但两者表达也不等于已经发生作用:还涉及细胞空间接近、蛋白产生与定位、受体可用性、下游响应以及其他调节过程。单靠转录检测不能同时确认这些环节。

本篇按文库与教学状态分组,只保留至少十个细胞的组合,计算AREG和EGFR的检测比例。门槛用于减少极小群体的描述性不稳定,不是通用的通讯显著性标准。检测比例取决于测量与预处理,也不能直接当作蛋白阳性率。图中每个点代表一个文库状态组合,而不是一个独立配体受体作用事件。

数据只覆盖上皮教学子集,缺少完整免疫和间质组成,因此不能从中重建整个组织的通讯网络。某条连线没有出现,可能只是相关细胞未被纳入。论文若讨论跨细胞类型机制,需要确认输入范围支持该问题,不能用局部数据替代全组织证据。

通讯推断中的独立性仍然重要

把所有同组细胞合并后比较网络,可能掩盖供体或文库差异。疾病组某类细胞更多,也可能影响可检测的配体受体组合。应尽可能保留样本层级,检查结果是否由单个样本或细胞数量推动。第十篇的独立单位问题不会因为分析对象变成网络而消失。

注释变化也会影响发送者与接收者定义。上一篇重新分配的边界细胞,可能改变某些状态的平均表达与检测比例。因此返修调整注释后,相关通讯和轨迹结果应一起更新,不能沿用旧对象只修改图例名称。依赖关系应记录在返修账本中。

实际文库状态中的AREG与EGFR检测比例,不是通讯概率。
图3:实际文库状态中的AREG与EGFR检测比例,不是通讯概率。

运行方法与交付文件

下载文末完整复现包,先解压并保留目录结构,将R的工作目录切换到workbook目录。输入位于data,公共函数位于scripts/common.R,分篇结果位于results。附件保留前序输出,便于单篇学习;如果改变输入、模型或前序参数,应顺序重跑所有受影响步骤,避免新数据与旧结果混用。

Rscript scripts/12.R

本篇脚本会生成三张图和对应表格。先检查日志是否正常结束,再核对实际输出的样本、字段、尺度与正文,不要仅凭文件存在判断运行成功。环境记录来自实际验证,包版本不是自动锁定;安装时需保持R与依赖相容。完整顺序运行入口和原始公开数据整理方法见包内说明,模拟与公开观测数据分别标注。

下面列出本篇完整R脚本。初学者可先原样运行,再在副本中改变一个参数观察影响。保留原始输入,不通过改组别、补造临床字段或删除不合预期的样本来解决报错。遇到缺少文件,首先检查工作目录和前序依赖;遇到数值差异,先核查版本与输入,再解释科学含义。

source("scripts/common.R")
o<-start(12)
# 一维轨迹为明确标注的模拟;根节点反转不会改变横断面数据
t<-seq(0,1,length.out=200);xy<-cbind(t,sin(pi*t)+rnorm(200,sd=.04));tab(data.frame(x=xy[,1],y=xy[,2],root_A=t,root_B=1-t),paste0(o,"/simulated_root_choice.csv"))
fig(paste0(o,"/fig1.png"),{pal<-colorRampPalette(c("#277D9D","#DF8A49"))(200);plot(xy,col=pal,pch=16,xlab="Simulated coordinate 1",ylab="Simulated coordinate 2",main="Teaching trajectory: root A");text(xy[1,1],xy[1,2],"A",pos=4)})
fig(paste0(o,"/fig2.png"),{pal<-rev(colorRampPalette(c("#277D9D","#DF8A49"))(200));plot(xy,col=pal,pch=16,xlab="Simulated coordinate 1",ylab="Simulated coordinate 2",main="Same points, reversed root B");text(xy[200,1],xy[200,2],"B",pos=2)})
# 真实上皮子集中的配体受体检测比例,只作表达可行性核查
s<-scdata();m<-s$m;x<-s$x;g<-split(seq_len(ncol(x)),interaction(m$sample,m$state,drop=TRUE));rows<-lapply(g,function(ii){if(length(ii)<10)return(NULL);data.frame(sample=m$sample[ii[1]],state=m$state[ii[1]],cells=length(ii),AREG=mean(x["AREG",ii]>0),EGFR=mean(x["EGFR",ii]>0))});z<-do.call(rbind,rows);tab(z,paste0(o,"/observed_expression_feasibility.csv"))
fig(paste0(o,"/fig3.png"),plot(z$AREG,z$EGFR,pch=16,col="#277D9D",xlim=c(0,1),ylim=c(0,1),xlab="AREG detection fraction",ylab="EGFR detection fraction",main="Observed expression; no signaling probability"))

运行脚本后分别打开模拟根节点表和真实表达可行性表。前者用于理解顺序设定,后者用于检查候选表达。不要将二者组合成“真实轨迹驱动AREG信号”的结论,因为本篇没有实施能够建立这条关系的分析或实验。

从图形故事回到可检验问题

教学原稿:“拟时序证明细胞转化,并通过AREG—EGFR通讯促进疾病。”修改稿:“表达结构可用于提出状态变化假设;在所检查上皮状态中观察到候选配体受体表达。真实转化方向及功能信号传递尚未验证。”修改后的句子较克制,但与现有证据对应。

若要进一步检验,可分别提出时间或谱系证据、空间定位、受体响应和干预等任务。它们回答的问题不同,不必一开始全部堆在同一实验里。返修时应优先识别主要结论最依赖哪一环,再判断现有条件能否完成。没有完成的任务应保留为计划或限制。

中文回复示例:“我们收窄了轨迹与通讯措辞,区分计算顺序、表达可行性和功能证据。本篇根节点图明确标为模拟,真实资料仅用于文库状态层面的配体受体表达检查,未声称运行完整通讯网络或证明信号传递。”

英文示例:“We distinguish computational ordering, expression feasibility, and functional evidence. The root-choice illustration is explicitly simulated. The observed data support library-state expression summaries only, not a validated trajectory or functional signaling mechanism.”

逐句检查最容易越界的词

在自己的结果和讨论里搜索“证明”“驱动”“转化”“激活”“导致”等词,逐一指出对应证据。不是所有这些词都不能用,而是每个词都需要合适的测量和设计支持。若只有关联或推断,可以改成“提示”“相容”“提出假设”,同时说明下一步需要什么证据。

这样修改并不会抹去生信价值。它把计算结果放在适合的位置,使后续验证更聚焦。接下来两篇转入预测模型返修,先通过随机标签演示数据泄漏,再检查ROC之外的评价,让看起来很高的性能也能够接受严格核查。

实操练习:把一句机制结论拆成证据链

以“某状态通过某信号驱动另一状态转化”为例,分别标出发送者身份、接收者身份、候选表达、空间接近、下游响应、真实状态变化和干预特异性。逐项填入已有证据与文件来源。你会发现一张网络图通常只覆盖其中部分环节,其余需要不同资料支持。

对轨迹部分,写出根节点来自什么独立依据。如果只是软件默认或人为选择,应在方法中说明,并考虑合理替代设置。若依据某些标记的已知状态,也要说明标记是否同时参与了轨迹建立,避免把同一信息重复当作独立验证。观察到连续结构可以提出问题,但不能单靠图形确定真实时间。

对通讯部分,先检查相关细胞是否真的在输入范围内。本例只有上皮子集,因此不能推断完整免疫与间质网络。若你的机制依赖未测量的发送者,应补充适合资料或收窄问题。某配体受体对未出现,也不能直接解释为没有生物作用,因为测量覆盖、表达稀疏和筛选规则都会影响结果。

再查看候选检测比例是否由极少数细胞决定,以及它是否在多个文库都能观察到。表达可行性只是第一步,但这一步本身也需要避免过度确定。低检测可能来自技术与生物原因,不能自动等同于蛋白缺失;高检测也不等于受体正在传递信号。图注应保持这些层级区别。

如果正文使用“激活”,问自己实际测量的是转录、蛋白、磷酸化还是功能读数;如果使用“转化”,问自己是否有时间或谱系证据;如果使用“驱动”,问自己是否有适合的干预与对照。不能仅靠把“证明”换成“提示”就保留一整句过强机制,应检查句子中的每个关系是否仍超出数据。

将缺口转成后续任务时,优先选择最影响主要结论的一环。可以先核查表达与细胞定位,再评估空间和响应,最后根据实际模型规划干预。这里的顺序只是组织问题的方法,不替代具体实验设计。所有计划图都应写成计划,不得使用虚构结果填满机制链。

完成练习后,分别写出当前可报告的观察和未来待检验假说。两者可以相邻,但应清楚分开。这样审稿人能够看到计算结果的实际贡献,也能理解为什么尚不能接受更强的机制结论。

代码、数据与继续阅读

下载完整返修复现包:20篇R脚本、整理输入、起始结果、运行说明与版本记录。包含公共观测数据、明确标注的模拟与教学模板;不包含新实施的功能干预实验。解压后先阅读README。

承接第11讲:细胞注释与比例被质疑:标记依据和分母怎样交代。

下一篇第13讲:模型性能过高先查什么?用随机标签识别数据泄漏。

数据与方法来源

数据与方法核查日期:2026年11月16日。本文为教学二次分析;具体适用范围见正文。

需要把方法用到自己的数据中?

如果你需要把审稿意见转成具体分析任务,可以准备去标识的意见摘要、数据类型、当前脚本和主要证据缺口,沟通适合的核查范围与交付材料。 联系云生信,说明当前研究任务。

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 ↗