预标签扩散引导scRNA-seq聚类，在五个基准集上超越半监督基线
scRNA-seq数据有两个特点让聚类特别难办：高维度加高稀疏性，大量基因在单细胞层面读数为零，信噪比先天不足。把这片噪声里的细胞分成有意义的类型，算法本身已经够难；更大的瓶颈在标注。想知道某一簇是什么细胞类型，还是得有领域专家来核实，这步的成本不低（PMID: 42695374）。
完全无监督的方法绕过了标注要求，但等于扔掉了研究者已经掌握的信息。完全监督的方法需要大批量已标注数据，获取成本高。半监督方案用少量已知标签撬动更大规模的聚类，理论上两头都占，但难点是标签传播：传播机制不可靠，错误会越扩越大，最后比没有标签还糟。
纯度控制扩散与监督对比目标的耦合
这篇文章的方法叫动态监督预标签扩散（dynamic supervised prelabel diffusion）。核心是一个自强化回路：少量已验证的细胞类型标签先扩散给表示空间里的近邻细胞，生成预标签（prelabel）；预标签充当监督信号，推动模型学出更好的细胞嵌入表示；更好的嵌入让下一轮扩散更精准；更精准的预标签又丰富了下一轮的监督信号。每轮迭代都在自我校正（PMID: 42695374）。
支撑这个回路的是两个组件。扩散阶段有纯度控制机制（purity-controlled diffusion mechanism），只让置信度高的邻居获得预标签，低把握的过滤掉，防止错误雪球滚大。嵌入学习阶段叠加了监督对比目标（supervised contrastive objective），在嵌入空间里把同类细胞往一起拉、把不同类型往两边推。两件事协同运行，互相约束：扩散出去的预标签质量越高，对比学习的监督信号就越准；对比学习训练出的嵌入越好，扩散就越不容易把标签传给错误的近邻（PMID: 42695374）。
“少量已验证标签”是整个方法的前提，但摘要没有定义”少量”的下限。每种细胞类型需要几个种子标注才能让扩散稳定，初始标注质量参差不齐时会怎样，这些直接影响方法在现实场景里的可用性，要去全文或者自己跑数据才能确认。
自适应Leiden省去分辨率手动调参
Leiden聚类有一个内置的分辨率参数，值大了会把同一类型的细胞切得过细，值小了又会把本来不同的类型合并。没有通用默认值，换个数据集就可能要重调。在需要批量处理多个样本的流程里，这步尤其麻烦，很难自动化。
这篇文章引入的自适应Leiden策略能自动匹配目标细胞类型数量，不用手动调参（PMID: 42695374）。对需要把分析流程化的用户，这是个实际改进。具体通过什么机制实现自动匹配，摘要没有说明，还需要看方法细节。
五个基准集上的聚类准确率、NMI和ARI
评测在五个基准数据集上进行，考察聚类准确率（clustering accuracy）、归一化互信息（normalized mutual information, NMI）和调整兰德指数（adjusted Rand index, ARI）三个指标。在三个指标上，该方法均持续优于无监督基线和已有的半监督基线；计算成本也实质性更低。 摘要只给出定性描述，具体数值需要翻全文（PMID: 42695374）。
和半监督基线比较这一点值得注意。很多方法论文只拿无监督对照，那样赢了说明力有限，因为引入标注信息本来就应该带来提升。这篇明确超过了已有的半监督方法，说明机制设计本身贡献了改进，而不只是”有标签就有优势”。
五个基准数据集能代表多大范围的真实场景，摘要没有详述。基准集上的数字好看，不保证迁移到真实数据也等效。如果你的样本在细胞类型组成、稀疏度、批次效应（batch effect）模式上和基准集有明显差距，效果可能打折。这是使用任何基准评测结果时都需要考虑的外推边界，不是专门针对这篇文章的质疑。
简讯
Meta-CD（PMID: 42695693）解决的是宏基因组实验设计里的一个实际问题：要可靠检测到目标物种、或者拼出宏基因组拼接基因组（metagenome-assembled genome, MAG），到底需要多少测序量？基因组大小、目标物种的相对丰度、测序深度和起始DNA量这四个参数它都能建模，帮用户在上机前就把参数估好，减少测少了白跑一趟的情况。工具定位是对生物学家友好，不需要深入的命令行背景。
另一篇关于胶质母细胞瘤（glioblastoma, GBM）的工作（PMID: 42695909）通过非靶向蛋白质组学结合高分辨率质谱，在患者来源的GBM干细胞样细胞（GBM stem-like cell, GSC）三维培养物上，结合RNA-seq数据和计算数据库分析，筛出五个候选细胞表面蛋白靶点：PTK7、PTPRZ1、OSMR、CSPG4、IGDCC4。研究者随后开发了靶向UHPLC-多反应监测（multiple reaction monitoring, MRM）定量方法，评估这五个靶点在不同GSC培养物和传代层次之间的表达变异。GBM中位生存期只有几个月，靶点发现需求急迫，这套从非靶向筛查到靶向定量的工作流值得参考；当前数据全在体外培养层面，距离临床应用还有很长的路。
- Dynamic Supervised Prelabel Diffusion for Single-Cell Clustering.，Journal of computational biology : a journal of computational molecular cell biology（PMID: 42695374）
- Meta-CD: a metagenomic sequencing coverage and depth calculator for target species.，Microbiology resource announcements（PMID: 42695693）
- Identification of Glioblastoma Cell Surface Proteins and Assessment of Their Expression Across Patient-Derived Stem-Like Cell Cultures.，Journal of proteome research（PMID: 42695909）