【罗工流式秘籍68】流式大数据t-SNE和UMAP的结果图看不懂？不会用？

导言

在如今的大数据时代，大家不难发现，某宝某音通过海量的手机日常浏览数据，从中进行分析运算，有针对性发现我们的爱好与需求，勾引大家买买买。

而流式染色技术也早已进入多色时代，随着染色指标的增加，我们获得的结果信息也是成指数级别的增长。如何全方位的快速的挖掘和展示自己结果中的有价值信息，就是依赖流式的大数据分析，常规用的大数据算法就是t-SNE和UMAP。

那么大数据分析会给我们看似普通的流式数据带来哪些优势呢？下面就给大家聊一聊。

很多老师表示大数据分析的技术很高端，结果图也很好看，高分文章也基本都在用，但就是看不懂，或不知道自己如何去寻找自己结果中的隐藏信息，其实并不难哈。

我们常规的一个多免疫亚群的分析结果，是通过逐级圈门圈出来目的细胞分群的，当使用t-SNE/UMAP等大数据分析之后呢，结果图就变为直接平铺二维模式展示所有的群落。

 

 

图上主要获得两个基础信息：

①群落的大小代表这群细胞占总细胞的百分比的多少；

②细胞和细胞之间，群落和群落之间，是有可能存在一定的关联性的。往往挨得越近的群落，所含有的抗原表位也是越接近的。

 

 

那我们怎么去用T-sne图展示结果呢？这里介绍3个常见用法：

①单个样本，多个指标的展示，一张T-sne图说明各细胞群体表达的多少及彼此的关系。

 

②多个样本单指标，或者单门内的降维分析图对比，寻找样本间差异。

 

案例一：如下图，实现了比对每一个病人自己PBMC和外周血2种不同检测样本类型中的CD161和MR1-Tet之间的表达关系分析。两者关系越接近的时候，它的T-sne图更融合。差异大的时候，T-sne图呢，则是越分开的。

 

案例二：如下图，不同病程的病人表达间的差异，就可以通过将不同病程的病人的检测数据整合到一起后，用T-sne图展示，这样差异也会更明显。BD和MC样本图形近似，AM和AS组图形近似，细胞占比及组成会更近似。

 

 

③多样本多指标的分析

刚刚这个T-sne图，就可以看出不同样本之间，它们的聚类间距离有近有远，这说明它这里可能包含了一些相似和显著不同的biomarker，所以我们可以在这个基础上，再去分析，看到底是哪些指标，出现了相似性，或者离群值。如下图显示，AM和AS组，就高表达PD-1/CD38/KI67/HLA-DR。

 

 

大数据图，会比用传统的柱状分析图展示结果更好更直观，它能够更好的在文章中增加我们每张图片的信息量，从而更容易获得杂志审稿人的青睐哦~

你知道怎么理解和运用流式大数据分析了么？