分开推断调控网络让中性粒细胞肿瘤重编程分析失真
单细胞数据分析里有一个做法听起来无可挑剔：两组样本各跑一遍，独立得出结论，再做比较。问题是独立优化不受约束，随机误差在没有任何机制制衡的情况下自由积累，到比较这一步时已经以真实生物学差异的面目出现了。三篇新发表的文章分别在调控网络推断、流式分选门控、GWAS位点解析上遇到了同一种失真，解法不同，结构一样。
NetDes-Duo 联合推断中性粒细胞调控网络
NetDes-Duo（PMID: 42780042）要做的，是从scRNA-seq数据推断两种条件下的转录因子调控网络，再比较两张网络的差异。标准路径下，两组数据各自在独立的参数空间里优化，没有任何机制保证两张网络“可比”，各自引入的误差在比较时就成了虚假差异。NetDes-Duo的改法是把两组条件的推断联合进行，要求ODE模型分别复现各自的单细胞表达轨迹，同时让两张网络的拓扑差异最小化。在合成基准测试上，联合推断优于独立推断的方法。
把这套方法用在小鼠中性粒细胞上，一组正常（naive），一组带肿瘤，网络模拟能复现实验观察到的细胞状态转变。两种状态的景观形状明显不同。正常状态有两个分隔清晰的盆地，带瘤状态更连续，有三个较浅的盆地。扰动和驱动模拟识别出Cebpb是肿瘤状态转变的关键驱动因子，与紧急粒细胞生成（emergency granulopoiesis）文献的记录吻合（PMID: 42780042）。独立推断下这些差异很难得出，因为没有办法保证两次各自优化的网络处于可比的坐标系里。
这项工作目前是bioRxiv预印本，方法准确性主要在合成数据上评估，真实数据没有与同类方法做系统性比对。中性粒细胞的结果能复现已知驱动因子，算是支持，但还不是完整的独立外部验证。
ConvexGating 从聚类结果生成分选门控
流式分选的割裂更具体。聚类算法在全标记空间里定义细胞群，但这个定义本身没法输进分选仪，研究者要手动把聚类结果翻译成门控策略，这一步引入了专家判断，而人工设门本身存在较高的评分者间差异（inter-rater variability），跨研究一致性因此受损。
ConvexGating（PMID: 42760285）从聚类结果出发，学出用低维标记组合表达的可解释门控策略，目标是覆盖目标群体、尽量低污染。文章用分选后的单细胞测序验证了CD8+亚型和脂肪祖细胞群的策略，还识别出此前未知的细胞群，仅凭CD57-CD13-CD45RA+CD123+就鉴定出浆细胞样树突细胞（plasmacytoid dendritic cells）。方法在CyTOF和CITE-seq数据上也做了迁移测试（PMID: 42760285）。
文章展示了分选后确实是目标群体，但“有多少目标细胞被门控漏掉”没有系统评估。对于稀少群体，漏出率在实际分选中可能比污染率更关键。
135个iPSC供体系定位神经退行性疾病风险细胞类型
第三篇（PMID: 42780032）里，“孤立”发生在最宏观的层面。全基因组关联分析（GWAS）在混合人群信号里跑，给了遗传风险位点，但对“哪种细胞类型在这个位点出问题”没有答案，把GWAS和细胞类型特异的QTL数据联合，才能做出定位。
研究用135个iPSC供体系分化成神经元和小胶质细胞，做单细胞基因表达和染色质可及性谱，与已发表的人脑单核测序数据做meta分析进行QTL mapping，发现了多个与阿尔茨海默病、帕金森病和路易体痴呆相关的位点，有的专属神经元、有的专属小胶质细胞。两类QTL与GWAS信号的共定位支持小胶质细胞对疾病风险有较强贡献。在BIN1位点，基于perturb-seq的方法测了候选调控区域的增强子活性，其中一个候选peak控制BIN1在小胶质细胞里的表达，同时也影响同一位点上的其他基因，提示作用机制可能是多基因的，而非一个变异对应一个基因（PMID: 42780032）。
135个供体系在iPSC研究里规模不小。但引入人脑snRNAseq数据做meta分析，本身就隐含了iPSC分化细胞与原位细胞之间存在差距这个前提，加上供体系的人群来源在摘要里没有详述，人群多样性对QTL mapping准确性的影响因此不好评估。
三篇文章共享的建模失真
三篇文章描述的是不同技术问题，失真的来源却是同一个：需要比较的两样东西本来是同一件事的两个侧面，被放进了独立的建模框架。NetDes-Duo里是两张调控网络，ConvexGating里是聚类定义和分选门控，GWAS这篇里是遗传关联信号和细胞类型机制。分开处理，各自的优化或噪声就会掩盖联合才能看到的信号。
有比较意图的问题从设计阶段就该放进同一个建模框架，而不是先各自分析再后期拼在一起。“先跑再看”之所以诱人，是因为它模块化、可以用现成工具；失真之所以不容易发现，是因为比较的结果看起来仍然是有数字的、有图的、有统计的。
- Joint inference of paired dynamical gene regulatory networks reveals distinct cell-state landscapes of neutrophil reprogramming.，bioRxiv : the preprint server for biology（PMID: 42780042）
- ConvexGating infers gating strategies from clusters in single cell cytometry data.，Nature communications（PMID: 42760285）
- Integration of cell-specific gene expression and chromatin accessibility facilitates localization of neurodegenerative risk in microglia.，bioRxiv : the preprint server for biology（PMID: 42780032）