生信实战：tSNE降维揭示肿瘤微环境异质性

引言Introduction

tSNE常被用于单细胞和高维组学数据可视化，但很多人只会“跑图”，不会解释图，更不会把结果和肿瘤微环境异质性联系起来。真正有价值的不是图形本身，而是图背后的细胞分群、空间分离和生物学解释。

1. tSNE为什么适合看肿瘤微环境

1.1 高维数据需要降维表达

肿瘤微环境研究常面对上万基因、数千细胞、多个样本。直接在高维空间里看结构，几乎不可能。tSNE的作用，就是把高维相似性压缩到二维或三维，同时尽量保留局部邻域关系。

这意味着，相似细胞会聚在一起，不同状态的细胞往往会分开。 对于单细胞RNA测序，这一点尤其重要。它可以帮助我们快速识别肿瘤细胞、T细胞、髓系细胞、成纤维细胞等主要群体。

1.2 tSNE看的是“局部结构”

要注意，tSNE不是线性降维。它更擅长呈现局部邻近关系，而不是全局距离。也就是说，图上两个簇离得远，不一定代表它们在生物学上差异特别大。

因此，tSNE适合做分群展示，不适合单独作为定量结论。 真正的分析应结合marker基因、差异表达、通路富集和细胞互作分析一起看。

1.3 在肿瘤微环境中的典型用途

在肿瘤微环境研究里，tSNE常用于以下场景：

1. 展示不同细胞类型的分布。
2. 比较肿瘤组和对照组细胞组成。
3. 观察免疫浸润是否存在亚群分化。
4. 识别耗竭T细胞、M2样巨噬细胞等功能状态。

如果你的研究目标是解释“肿瘤微环境为什么异质”，tSNE通常是最直观的第一张图。

2. tSNE分析前必须做好的数据准备

2.1 先做标准化和高变基因筛选

tSNE前的数据质量决定了结果上限。常规流程包括归一化、去除低质量细胞、筛选高变基因、尺度标准化和主成分分析。

一个常见顺序是：

1. 质控，去掉低基因数、过高线粒体比例细胞。
2. 归一化表达矩阵。
3. 找高变基因。
4. PCA降到前20到50个主成分。
5. 再做tSNE。

如果跳过前处理，tSNE很容易把技术噪音当成生物学差异。

2.2 选择合适的输入特征

tSNE一般不直接吃全基因矩阵，而是用PCA后的主成分作为输入。原因很简单。先用PCA去掉冗余信息，再用tSNE做可视化，会更稳健。

对于单细胞数据，常见做法是选择前10到30个PC。具体数量要结合：

• Elbow plot拐点。
• JackStraw或方差解释率。
• 生物学可解释性。

不是PC越多越好。过多会引入噪音，过少会丢失结构。

2.3 批次效应必须处理

肿瘤微环境数据经常来自多个患者、多个平台或不同批次。若不校正，tSNE图上可能首先分开的是批次，而不是细胞类型。

常见策略包括：

• Seurat整合。
• Harmony校正。
• MNN对齐。
• ComBat用于部分bulk场景。

如果你看到tSNE按样本而不是按细胞类型聚类，先怀疑批次效应，而不是急着解释生物学差异。

3. tSNE结果如何解读才不跑偏

3.1 先看簇，再看marker

tSNE图出来后，第一步不是命名“这个簇像什么”，而是回到marker基因。

例如：

• EPCAM, KRT8, KRT18提示上皮或肿瘤细胞。
• CD3D, CD3E, TRAC提示T细胞。
• LYZ, S100A8, S100A9提示髓系细胞。
• COL1A1, COL1A2, DCN提示成纤维细胞。
• PECAM1, VWF提示内皮细胞。

没有marker支持的簇注释，可靠性很低。

3.2 注意tSNE的“视觉夸大效应”

tSNE会把局部邻近结构拉开，所以簇间距离常被视觉放大。两个簇看起来隔得很远，未必代表功能差异非常大。相反，一些连续状态细胞，比如T细胞激活到耗竭的过渡状态，可能在图上呈现渐变而不是清晰断裂。

因此，tSNE更适合发现“可能存在异质性”，而不是直接证明“存在功能分叉”。

3.3 把tSNE和临床信息联动

肿瘤微环境异质性真正有价值的地方，在于它和临床结局的关系。你可以按以下维度叠加分析：

• 肿瘤分期。
• 生存状态。
• 治疗响应。
• 分子分型。
• 关键基因表达高低。

例如，某些样本中免疫抑制性髓系细胞富集，或者耗竭T细胞比例升高，常提示更复杂的免疫逃逸背景。tSNE图本身不回答预后问题，但它能为后续统计分析提供清晰的分层线索。

4. 一个可复用的生信实战思路

4.1 从图到假说的标准路径

做tSNE不要只停留在“出图”。推荐按下面逻辑推进：

1. 用tSNE展示整体细胞组成。
2. 用marker注释主要细胞群。
3. 在关键细胞群内二次聚类。
4. 识别亚群特征和差异基因。
5. 做通路富集和细胞通讯分析。
6. 结合临床信息验证。

这条路径的核心，是从可视化走向可验证的机制假说。

4.2 肿瘤微环境异质性的三个常见信号

在实际项目里，tSNE常能提示这三类异质性：

• 细胞类型异质性 ，不同免疫和间质细胞群分离明显。
• 功能状态异质性 ，如活化、耗竭、增殖、应激状态并存。
• 样本来源异质性 ，不同患者或分期样本在同一群体中呈现不同密度和构成。

这些现象都值得进一步定量。比如比较各群细胞比例、差异基因数量、通路富集分数，以及与生存数据的关联。

4.3 结果展示要兼顾美观和可信

学术图不是越花哨越好。一个合格的tSNE图，至少要做到：

• 颜色区分清楚。
• 图例完整。
• 细胞命名准确。
• 批次或分组标注明确。
• 关键marker有辅助展示。

如果图像能让审稿人一眼看懂群体结构，同时又能经得起复核，这张图才算真正有用。

5. tSNE分析中最常见的错误

5.1 把tSNE当成结论本身

这是最常见的问题。tSNE只是工具，不是结论。图上分开，不等于机制成立。图上靠近，也不等于功能相同。

任何tSNE结果都必须回到表达矩阵、统计检验和实验验证。

5.2 忽视参数对结果的影响

perplexity、随机种子、迭代次数都会影响图形。不同参数下，局部结构可能变化。对于高维单细胞数据，建议多次运行后比较稳定性。

常见实践建议：

• 固定random seed。
• 尝试多个perplexity值。
• 观察聚类结构是否稳定。
• 与UMAP结果交叉验证。

5.3 过度解读簇间距离

tSNE图上远近关系不应被过度解释。 真正重要的是簇内 marker、一致性，以及是否和临床或功能数据吻合。

如果只靠一张tSNE图就下结论，容易造成逻辑跳跃。这在科研写作中风险很高。

6. 用解螺旋提升tSNE分析效率

6.1 从数据处理到图形表达一体化

很多科研人员卡在两步。第一步是数据整理，第二步是图形美化。尤其在R语言流程里，样本注释、分组合并、表达矩阵对齐、临床信息整合，任何一步出错都会影响tSNE结果。

解螺旋可以帮助你把数据处理、可视化和结果表达串起来，减少重复试错。 对于需要快速产出高质量单细胞和生信图的团队，这类工具尤其实用。

6.2 更适合论文和汇报场景

一张规范的tSNE图，不只是能看，还要能讲故事。解螺旋的价值在于，让你更高效地完成从数据到图，再到结果表述的闭环。这样更容易把肿瘤微环境异质性讲清楚，也更利于论文撰写和组会汇报。

对医学生、医生和科研人员来说，时间成本和图形质量同样重要。

总结Conclusion

tSNE是肿瘤微环境研究中非常重要的可视化工具。它能帮助研究者快速识别细胞群体、观察异质性、发现亚群状态，并为后续机制分析提供方向。但要记住，tSNE展示的是结构，不是结论。 只有结合marker基因、统计检验、批次校正和临床信息，结果才真正可靠。

如果你希望更高效地完成单细胞生信分析、图形整理和结果展示，可以进一步使用解螺旋 来提升流程效率，让tSNE分析更规范，更适合论文和科研汇报。把图做对，把解释做实，才是生信实战的核心。