宏基因组差异丰度分析与空间细胞通讯推断：相对量偏差的来源和校准方向
测序技术在这三类数据里能给出的都是比例，不是计数。这不是方法选择的问题，是测序的物理性质。微生物组临床安全评估、废水病毒监测、空间转录组细胞通讯推断，本周三篇论文从不同方向遭遇了同一个认识论困境，各自给出了当前条件下的务实解法。
组成性偏差、稀疏性与低丰度微生物的检出盲区
Metris 等人发表的综述（PMID: 42805588）系统梳理了微生物组临床研究里差异丰度分析（differential abundance analysis）的方法论困境。扩增子（amplicon）或鸟枪（shotgun）测序产生的分类群谱图天生是组成性的（compositional）：每个分类群的读序计数是整个文库的比例，不是样本里的绝对细胞量。一个菌种的绝对量增加，会导致所有其他菌种的相对比例同步降低，哪怕它们没有任何变化。用常规统计检验直接做差异丰度分析，很容易得到方向相反甚至自相矛盾的结论，低生物量（low-biomass）样本里尤其严重，污染和检出限决定了你能“看见”什么，不仅仅是那里有什么（PMID: 42805588）。
现有的补救手段大致分两类。一类是基于数学假设的变换和偏差校正，把相对丰度放进理论上更合适的运算空间。另一类需要额外的实验测量：向样本加入已知量的外源核酸（spike-in），把测序比例换算成近似绝对量；或者用宽谱 qPCR（broad-range qPCR）独立估算总微生物载量。流式细胞术（flow cytometry）还能更进一步，区分活菌和死菌，对评估“有没有活着的靶标菌”这类安全性问题尤为有意义（PMID: 42805588）。
目前没有哪种方法被公认为最优。 更被忽视的盲区是低丰度微生物的检出水平和生物学意义。它们的临床相关性、在哪些人群里才显著，这些问题在大多数差异丰度分析里被直接省略掉了。文章以细菌性阴道病（bacterial vaginosis）为例说明，仅看丰度不够，必须同时把流行率（prevalence）和协变量（covariates）纳入模型，否则差异到底是真实的还是组成性偏差的假象，很难分清（PMID: 42805588）。这篇文章本身是综述，没有原始临床数据，它的价值在于把各类方法的假设和适用边界讲清楚，而不是给出一个可以直接套用的标准答案。
废水宏基因组里病毒读序极稀，杂交捕获将中位比例拉至 19% 以上
Wolfe 等人（PMID: 42803564）把同样的定量可信度问题放进了公共卫生监测的语境。宏基因组测序能同时表征废水中人类和动物病毒的多样性与动态，但病毒核酸在废水基质里极其稀少，大量读序来自细菌和其他背景噪声，病毒读序占比低到难以支撑可靠的差异丰度估算。
解法是杂交捕获（hybrid capture）：在上机测序之前用互补探针把目的序列富集出来，并大幅压低背景。对美国 15 个污水处理厂在呼吸道病毒流行季收集的近 450 份每周样本的分析显示，中位病毒读序比例超过 19%（PMID: 42803564）。
验证环节更有说服力。该研究用逆转录数字液滴 PCR（RT-ddPCR，reverse transcription digital droplet PCR）对 11 种病毒做了独立定量，测序富集算出的相对丰度估算与 ddPCR 结果一致。ddPCR 计绝对拷贝数，与文库组成无关，不受组成性偏差干扰，正是上一篇综述反复强调的“外部定量测量”在公共卫生监测场景里的具体落地（PMID: 42803564）。15 个地理分散站点的结果支持了该方法大规模部署的可行性。不足之处是全部数据来自单一的呼吸道病毒季，11 种目标病毒也均属于已知高关注度病原体，对未知或低流行率靶标的检测性能需要另行评估。
SpaHCC：空间异质图与 AD 细胞通讯识别
Li 等人的 SpaHCC 框架（PMID: 42804522）面对的是另一种形式的假信号。基于斑点（spot-based）的空间转录组平台里，每个测序斑点覆盖多个细胞，细胞到斑点的映射本身存在不确定性，局部空间信息也常常没被充分利用。配体受体共表达是假阳性的主要来源：相邻位置同时检测到配体基因和受体基因，并不代表这两类细胞发生了通讯，背景表达、低于功能阈值的弱信号、统计噪声，都能产生一模一样的模式（PMID: 42804522）。
SpaHCC 把问题建模成一个异质图（heterogeneous graph），节点包含单细胞转录组层面的细胞类型、空间斑点和配体受体对，边的权重由分子特征、空间邻域关系和已知配体受体先验知识共同决定。关键的一步是引入受体侧的功能响应（包括转录因子激活状态和通路分析）作为过滤信号，让空间接近但没有对应功能激活的候选通讯对得分被压低。
在阿尔茨海默病（Alzheimer’s disease，AD）数据中，SpaHCC 识别出与兴奋性神经元相关的反复候选通讯模式，其中 NRXN（neurexin）和 FLRT2 相关模块与突触重塑及炎症相关的转录程序一致（PMID: 42804522）。跨患者分析显示这些 AD 相关候选模式具有可重现性；皮肤鳞状细胞癌（cSCC）和胰腺导管腺癌（PDAC）数据提供了额外的场景验证。方法的主要依赖项是单细胞参考图谱和配体受体数据库的质量，而两类输入各自都有已知的假阳性问题。基准测试以空间一致性作为代理指标，不能直接证明通讯事件真实发生，这个金标准在技术上目前还不存在。
三类校准策略的共同逻辑与各自边界
这三篇论文的联系不是互相支持或互相矛盾，而是同一个认识论问题在三个坐标系上的平行投影：测序给的是相对量，统计显著不等于生物变化真实。
三种方案的底层逻辑相通，都是引入一个不受同样偏差影响的外部来源作为锚点。具体的锚不同。spike-in 和宽谱 qPCR 锚定的是绝对微生物量，ddPCR 锚定的是病毒拷贝数，多模态异质图则换了一种思路，用功能响应和空间邻域来约束推断。没有哪种方案通用。spike-in 要提前设计进实验方案，ddPCR 只对已知靶标有效，多模态整合的可靠性高度依赖参考数据库的质量。综述（PMID: 42805588）做的是方法论层面的梳理，帮你看清各种手段的假设和边界，结论是没有方法共识。废水监测论文（PMID: 42803564）在已知病毒的场景里给出了可操作的答案。SpaHCC（PMID: 42804522）的框架对输入数据的依赖不容忽视，单细胞参考图谱和配体受体数据库的质量是结果可信度的主要约束。三篇共同指向一条原则：先想清楚偏差来自哪里，再选手段。
- Methods to Address Compositional Data Challenges in Clinical Studies for the Safety Assessment of Human Microbiome Perturbations.，Journal of food protection（PMID: 42805588）
- Prospective metagenomic sequencing of wastewater across the United States yields robust viral enrichment and concordance with digital PCR measurements.，Applied and environmental microbiology（PMID: 42803564）
- Spatial cell-cell communication inference based on cell-spot-ligand-receptor heterogeneous graphs.，PLoS computational biology（PMID: 42804522）