空间转录组的点位与细胞，论文怎样避免混用分析单位？

空间转录组图上有数千个彩色点，论文却写成“分析了数千个细胞”，这里的测量单位可能已经混了。以传统Visium空间基因表达平台为例，一个捕获点位可覆盖不止一个细胞；点位上的表达量是该位置捕获的信号，不天然等于单个细胞的表达。不同平台、不同分辨率和后续分割方法又会产生不同的数据单位。投稿时先把“点位、细胞、切片、供体”分清，结果才有可解释的分母。

先说清原始测量落在哪里

方法段写明平台与试剂版本、组织切片来源、捕获区域，以及表达矩阵的每一行对应点位、聚合方格还是分割后的细胞。传统Visium的数据可以按点位展示；若用去卷积估计点位内的细胞类型组成，得到的是模型推断，不是把每个点位直接变成一批实测单细胞。Visium HD等高分辨率数据也可能按小方格汇总，或借助显微图像分割出细胞级表达；此时要交代方格大小、分割依据和软件版本，不能只把标题改成“单细胞空间图”。

10x Genomics的官方分析资料说明，传统点位通常覆盖多个细胞；其Visium HD分析又区分原始高分辨率条码、聚合方格与图像分割后的细胞。它们都能生成空间表达数据，但矩阵的一行究竟是点位、方格还是分割出的细胞，需要作者写明。图例尤其应避免只写“n=5000”：那是点位数、分割细胞数，还是独立组织切片数？这个数字的含义不同，后续统计也不能照同一种方式解释。

多个点位并不自动增加生物学重复

假设研究从三名供体各取一张切片，每张切片得到约四千个点位。点位有助描绘切片内部的空间差异，但供体间差异仍只有三位供体可用于估计。若把一万多个点位当成一万多个独立供体来做组间检验，统计检验可能低估同一供体内的相关性，给出过窄的区间。结果表应分别报告供体数、切片数与保留的点位数，并说明比较时如何处理同一供体或切片内的相关性。

反过来，不是所有图都必须只显示三点。热图或空间分布图可以使用全部合格点位，只要图注说明颜色表示点位表达、分组推断使用哪个层级。若一名供体有多张相邻切片，还要说明切片间是否作为重复观察处理。分析单位取决于论文问的是“这张组织内部哪里表达”，还是“不同供体之间是否有差异”；矩阵行数不能替作者决定。

稿件与数据文件对得上

提交前抽查表达矩阵、空间坐标文件和图中点位：行名是否对应相同位置，过滤后留下多少点位，哪些点位落在组织外被排除。若报告细胞级结果，还要保留分割图或可复核的掩膜与算法参数。摘要中的“细胞数”、方法中的“捕获点位数”和数据仓储文件的行数可能不同；只要对应关系说明白，就不必强行写成同一个数。读者需要知道每个结论究竟来自哪种测量单位。

参考信息：10x Genomics《Spot Deconvolution with Space Ranger and Loupe Browser》《Introduction to Visium HD Downstream Analysis》。