【罗工流式宝典第14式】降维分析t-SNE，UMAP，TriMAP傻傻分不清楚

如何从已获得的大量复杂数据结果中挖掘出有效的信息，一直是多色流式中大家关注的重点问题。数据可视化是极其重要的一个方面，因为无论如何对数据进行分析处理，能够最简明准确的展示组间的差异结果，才是发表文章所需的点睛之笔。

本期跟大家讨论下FlowJo大数据的可视化降维处理涉及的3种不同插件t-SNE，UMAP和TriMAP的简要原理和特色对比。

一、可视化降维处理分析的目的——可加速复杂数据直观展现

随着仪器和科学技术手段的自动化和高通量的进步，生物科学领域的数据收集和获取已经不再是难事。而流式细胞仪的多色实验，记录了成百上千万的细胞中多种蛋白表达的数据，例如BD FACSymphony™流式分析仪可在单细胞水平上同时检测多达 50个不同参数，这使得数据点之间的关系也更加复杂。

因此对数据进行降维处理，并利用图表等方式将数据直观地可视化呈现是十分必要的。而降维计算的目的就是在于少失真，低耗时并直观呈现数据。

二、FlowJo软件提供多种降维方法，以便应对多种需求

1. t-SNE

t-SNE是由SNE(Stochastic Neighbor Embedding, SNE; Hinton and Roweis, 2002)衍生发展而来的一种机器学习算法，非常适用于高维数据降维到2维或者3维，进行可视化的后续分析。这种算法使得同一簇内的点(距离较近)聚合的更紧密，不同簇之间的点(距离较远)更加疏远。

 不同版本t-SNE算法处理同一个4千万细胞数据结果比较opt-SNE具有更高的分辨率

2. UMAP

UMAP是McInnes等人提出的一种新技术，虽然UMAP和t-SNE产生的输出结果有些相似，但有明显的运算速度的提高，以及更好地在强调局部结构与全局结构之间取得平衡，相对展示方式也更易理解。

3.TriMAP

TriMAP (三值图)，是一种静态图像抠图算法。是由Ehsan Amid & Manfred K. Warmuth开发的基于高维数据三个参数嵌入的降维方法，着重保留了数据的全局准确性。在大数据集的嵌入以及运行内存占用和时间方面，也具有明显的优势。Trimap是对给定图像的一种粗略划分，即将给定图像划分为前景、背景和待求未知区域。

汇总表

最后，小编要强调的是，从必然的角度来说任何降维技术都不是完美的，都是在扭曲数据以适应较低的维度上的展示。在实际的运算过程中，参数的选择和设定其实也起到了至关重要的作用。而数据降维的方法多种多样，在进行数据处理时，没有哪一种结果是最完美的，但我们可以根据不同的目的，结合各自的数据，选择最适合的降维算法，并利用多样的算法分析，寻找更多的数据分析角度！