单细胞测序数据分析是否进入了误区？

Liechi

单细胞测序技术主要解决组织里细胞异质性带来的困难。就此目的而言，做得很好，我所了解的一些领域都因为该技术的出现有了突破。这些突破往往不是直接依赖技术提出新问题或假设。细胞异质性带来的挑战缘来已久，只是之前一直无法克服而已。单细胞测序让研究人员能重访一些老问题，并得到了不错的结果，让研究者得以深入了解某些过程，并在此基础上提出新的问题或假设，推动领域发展。降维，聚类，找差异性表达基因基本上满足了大部分实验人员的需求，也就是识别细胞类别，找关键基因，然后做功能分析；其次是构建基因共表达/调控网络，推断分化路径等，感觉挺够用了。坦率讲，如果你问一个做生物过程分子机制的实验者，除了以上这些分析外，Ta 还需要什么支持，我觉得 Ta 大概率会经历一阵大脑空转，提不出什么需求来。有时，我也好奇，从数据分析者的角度出发，单细胞数据里还能挖出什么来？如果有好的想法，愿闻其详。现在在单细胞的表达的基础上叠 Buff，比如同时做染色质开放状态分析或加入空间信息，琳琅满目，有种打富裕仗的感觉。拖后腿的倒是实验分析的通量不够大了。

不过，每次有新技术出现，都会出现一些乱象，既：会有部分研究者不动脑子，靠拼手速来水文章。这种现象可能是干湿共通的，从基因组到转录谱，再到现在的单细胞测序。好在现在论文通胀速度快，没有新见解，单靠测个序越来越难发好文章了。

yufree

Liechi 富裕仗这种说法拿来写本子论文都没啥问题，但想最终临床认可还是要靠严格验证的案例。我这边出门就忽悠代谢组学小分子信息如何如何丰富，一个样品几万个峰全是宝藏，结果很多临床大夫不吃这套的，有家医院做过几个内部验证之后就把很多新技术直接否了。并不是否认信息量不足，而是认为与他们关心问题的信息量不足或无法最终验证。举个不恰当例子，一氧化碳中毒死的样品送到实验室做基因组学分析找原因，基本就是缘木求鱼了。同样问题出在新技术里，都说空间信息丰富，但最大问题在于就算看到差异也解释不清机理，全是相关性大黑箱，类似深度学习这种连相关性这种可解释的托辞都没有，这在临床上看就跟玄学没啥区别了，都是拿技术的锤子找能砸下去不崩一脸钉子的事。这种情况通量上去了也只是营造繁荣氛围，大家最后都是盯着数据大眼瞪小眼，感慨下大数据时代然后互相指责对方挖掘能力不够。不是说没机会，只是说研究人员自身不能被新技术幻境给绕进去，还是从实际问题而不是新技术出发为好。当然，可解释性本身也许就是幻象，到那个时候，科研就完全工程流水预测化了，也能解决实际问题。

Liechi

yufree 我看得比较多的是基础科研类的工作，离临床和应用比较远。这些领域的优势是能折腾各种突变体，验证猜想所受的限制较少。因此，从数据分析里来的发现基本上都要结合遗传材料，拿到实验证据支撑才能发表。要从大量苗头里找到有实际作用的因子很难，需要分析大量突变体，光拿指向性的东西说事基本没人搭理。富裕指的不是成果，而是可供检验的苗头，因此说实验分析通量拖后腿。我正好是在一个有巨量测序数据未发表的实验室工作，深知其中甘苦。

我熟悉的领域基本都是用单细胞测序解决已有的受异质性困扰的老问题，很少看到从这个技术本身出发提出全新问题或假设的。说起来，最近看到想把新技术用到我意想不到领域里的还是施一公，其余的大概都是按部就班。好在生物本来也不是个太依赖开脑洞的学科，一步一步走踏实比较重要。

LTkongjianyang

Liechi 施一公的这个新技术是啥呀

yufree

Liechi 需要验证太多最后的实际结果基本就是一个都不验证放一边等待戈多，我这边最远有10年前收的样品，一跑差异分析上千个FDR控制之后的显著结果，验证都不知道从哪下手，还得看临床实际需求，要么就是摘樱桃找软柿子验证，这种“富裕仗”意义能有多大？我跟你说的是一个意思，生物领域里假设是最不值钱的，组学技术一上，待检验假设就能到三位四位数，你也说实验分析拖后腿，但凡有拖后腿的环节我就很难说这是啥富裕仗，大概率都属于画饼的话术。

Liechi

LTkongjianyang 在一次讲座中，他提到打算拿冷冻电镜做生物和物理结合的研究，问就是量子生物学：）

Liechi

yufree
我之前的描述主要是自己的感受，和话术无关；我也不大容易被别人的话术影响。一个生物过程需要许多因子的参与，比如细胞骨架，激素，染色质调控和转录因子等。数据分析结果会给出一系列候选基因，分别和以上不同方面的因子相关。结合数据分析结果和研究人员自己的经验筛选后，单一方向涉及的候选基因不会很多，排个优先级，一般还是验证得过来的。但由于分析通量的问题，一个实验室一般只能就以上方向中最感兴趣的一个两个进行研究，对于其它方面可能参与的因子，往往只能割爱了。测序结果的充分应用受限于实验室的验证通量，所以我说数据富裕，实验拖后腿。这不是说拿着数据无法下手研究。

回到 nan.xiao 帖子里的问题，我觉得单细胞数据分析是否走入了误区取决于人们期待它做什么？它原本能做什么？多年前我刚接触这些技术时，期待炫酷的测序技术加上厉害的分析方法可以直接告诉我一些生物问题的答案，至少要极大地缩小答案的候选范围。但现在基本不抱这种期待了，因为失败的例子太多。就拿测序本身来说，实验设计的合理性，取样精度和测序文库质量都影响最终结果。技术本身不是魔镜，一照就有答案。我的经验是，前几步做好了，分析方法即使简陋些，也能提供很多有用的信息。不然就是垃圾进，垃圾出，再牛的分析方法也无法挽救。nan.xiao 帖子里提到的那些分析方法基本涵盖了实验人员的常见需求，所以我不觉得这种“单一”是很大的问题；至于重复折腾的，不赞同但能理解，毕竟是万千槽工衣食所系。

那单细胞测序结果还有哪些潜力有待挖掘？研发什么分析方法能让它提供更多信息？我想了一下，连提需求的思路都没有。最近看的比较好的单细胞测序文章，比如这个和这个，从分析流程看，都是随大流的走10x Genomics 的 Cell ranger + Seurat。出彩的是生物学问题定义恰当，实验执行近乎完美，再加上确实也找到了重要的新因子。拿着新技术瞎搞的也有不少，但泡泡迟早要破，最终还是得回到科学问题本身。

yufree

Liechi 如果验证的过来，很多时候传统方法就能做，不太需要新技术。如果用新技术，后端实验验证手段也要进行配合，固守实验设计做简单差异这种适合讲小故事，跟新方法提出的初衷放不到一起去，新技术优势发挥不全面，或者说货不对版，这块是误区。如果科学问题与实验体系是传统的，新技术很多时候只是在做验证而不是发现，很多技术提出来要做的是发现，但到实际环境都是在做传统方法验证，这块是问题。没有为探索式数据分析提供可靠的实验设计，但到了实验室那边就出现理解不了不知道做啥或结果过多只能按需求摘樱桃的情况，而且很多实际数据也都是来啥测啥，没法事先设计，两边互通有无是非常关键的。可以为了特定目标去应用新技术，也可以为了发挥技术优势重组实验探索之前不知道的问题，虽然现在大部分研究都是在前面那种，后面这块坑多确实也不好做，但不至于没需求的思路。

lyxmoo

nan.xiao 某家粗鄙的见识，这是方法论问题：
对于人体病症，是应该大局系统性应对，还是从细微精细应对。

如果西方能够接受现实世界的科学工作者成为“创造者”，这又会变成信仰和价值观的领域。

声明：个人在以上的内容不固执任何倾向和偏见。

JackieMe

正好过去一年以来对单细胞测序也比较感兴趣，看了自己领域的大部分文章，我也尝试分析了一些数据希望能帮助加深对自己研究领域的理解。目前现状来说，单细胞目前成本还比较高所以大部分还是国外做的比较多，相对来说发的文章质量也还行。工具和分析套路的话确实比较千篇一律。对学术和研究现状的进展看，就我的研究领域来说，我觉得还是有很多比较让人耳目一新的成果。以前我们实验室自己做实验的时候就经常很多地方觉得无法理解，但是真正看了单细胞测序各种和我们疾病模型类似的数据之后，也对我们的实验结果能有一些让人能信服解释。另一方面是也确实对以后研究会有比较强的引导作用。当然这可能是由于我本身就对生物信息比较感兴趣。比较同意前面以为坛友的意见，空间转录组目前来看分辨率还不如显微镜，实际意义很有限。开放染色质呢我目前也没有看到十分有新意的研究结果。

总的来看，我觉得新技术新工具出现后必然会出现一段时间内大量研究集中报道稍有“灌水”的嫌疑，但是从总体来看我还是拥抱新技术的出现和进步。从我几年前看到大家都分新芯片数据，到二代测序，到现在的单细胞，研究一步步深入让我看到越来越多的“有意思”的研究。

Ihavenothing

偶然看到这个：https://github.com/theislab/single-cell-best-practices。