先看结论：先提出一个能串起细胞来源和作用方向的问题，再安排免疫浸润、单细胞定位或通信分析。bulk 铁死亡评分与免疫分数相关可能来自细胞比例共同变化，不能直接解释为肿瘤细胞通过铁死亡调控免疫。需要区分组成效应、细胞内状态和机制干预。
适用情况
已有铁死亡评分，准备追加免疫浸润、CellChat、肿瘤微环境或免疫治疗相关分析。
建议按这个顺序检查
- 写清作用主体和方向，例如肿瘤细胞的某状态是否与 CD8 T 细胞状态相关，避免只提出“二者有关”。
- 检查评分基因是否主要来自免疫或基质细胞，以及两个分数是否共享大量基因。
- bulk 中评估细胞比例、肿瘤纯度和可用协变量；单细胞中在匹配细胞类型内保留供体层重复。
- 通信工具输出作为候选相互作用，检查配体受体表达和背景，不直接写成已发生的功能传递。
- 根据主张寻找独立队列、空间邻近或功能干预证据，并说明每种新增材料解决哪一个替代解释。
把三种解释分开检验
| 观察到的关系 | 可能的解释 | 检查方法 |
|---|---|---|
| bulk 两个分数都升高 | 同一类细胞变多 | 检查细胞比例及签名基因来源 |
| 某细胞类型内评分改变 | 细胞内状态改变或测量因素 | 供体汇总、测序深度和批次检查 |
| 通信得分与签名相关 | 候选细胞间关系 | 表达、空间或独立功能证据 |
依据：TISCH2：肿瘤微环境单细胞数据库 · CellChat 官方代码、版本说明与教程
原始机制论文能提供什么启发
Wang 等 2019 年的研究通过实验探讨了 CD8 T 细胞来源 IFNγ 与肿瘤细胞脂质过氧化、铁死亡之间的关系。这是一个具体体系中的机制示例，可以帮助提出问题；不能作为所有癌种相关性分析的通用结论。
如果自己的数据只有浸润分数相关，应写成观察性关联。要沿用类似机制主张，还需证明本体系中的细胞来源、候选环节和干预后果，不能用该论文替代自己的验证。
一个最小分析任务单
示意任务：先在 bulk 队列检查铁死亡相关分数与 CD8 指标的关联，再在单细胞中分别看肿瘤细胞和 T 细胞的表达，最后选一个有明确证据的关系进入实验。每一步都保存样本单位、协变量和预设比较。
若控制组成差异后关联消失，应将其作为有价值结果报告：原关联可能主要反映组成，而非细胞内机制。是否追加 CellChat 或其他工具，应由具体问题决定，不以图的数量决定。
不能从当前结果直接得出什么
去卷积得到的比例或分数不是直接细胞计数，通信网络不是已证实的信号传递，拟时序也不能补充真实的时间因果。相关性结果不能用于个体免疫治疗决策。
依据与版本
- Wang 等：CD8 T 细胞与肿瘤铁死亡的实验研究Nature，2019；DOI 10.1038/s41586-019-1170-y
- TISCH2：肿瘤微环境单细胞数据库TISCH2；2026-10-10 核对
- CellChat 官方代码、版本说明与教程v1/v2 仓库；页面另列 Spatial CellChat v3 入口
最后核验：2026-10-10｜资料核验：AI 编写与公开来源核对；未经人工专家审阅
依据公开来源核对概念、输入、证据边界与版本口径；示意数据不代表真实研究结果。仅标明的小型代码示例经过运行检查，不代表完整生物信息流程或原论文已复现。