应用现场：疾病与临床

第 6 章 · 应用现场：疾病与临床

本章要回答的三个问题：一份肿瘤标本的单细胞分析到底在回答哪些临床问题？发育生物学之外，再生医学怎么用单细胞评估治疗效果？从靶点发现到患者分层，单细胞数据在药物研发链条里卡在哪些位置上？

为什么会有这一章

前三四章的方法本身不是目的。方法的价值要放在现场检验：同一个"质控、降维、聚类、注释"的骨架，放进肿瘤免疫、发育再生、药物研发三个场景，会长成三种完全不同的分析方案——关注点、参数侧重、验收标准都不一样。肿瘤场景的灵魂问题是"免疫细胞为什么不干活"，所以亚型细分与功能状态的分辨率要求极高；发育场景的灵魂问题是"细胞怎么变成细胞"，所以轨迹与谱系的权重最大；药物研发场景的灵魂问题是"药影响了谁、谁能从药里获益"，所以跨条件伪批量对比与生物标志物发现是主线。

本章不引入新方法，而是演示方法怎么被问题重塑。读的时候建议对照前面的章节号：每个场景方案里的每一步，都标着它在哪一章学的，以及在这个场景里被改造成了什么样。

三个场景的共同骨架与分叉点

三个场景对数据形态的偏好也不同：肿瘤免疫偏爱解离数据加空间数据的组合（免疫浸润既要看构成也要看位置）；发育研究偏爱高深度板式或时序采样（要轨迹要剪切细节）；药物研发偏爱大批量液滴数据（要统计功效要成本控制）。选型不是技术审美，而是问题属性决定的。

读完能解决什么

• 拿到一份肿瘤单细胞数据，能规划完整的免疫图谱分析：恶性细胞判定（这是个容易翻车的关键步）、免疫与基质细分、T 细胞耗竭与功能状态的评估；
• 理解发育研究中轨迹、RNA 速率与谱系示踪的组合用法，以及类器官与再生研究中单细胞的验收角色；
• 为药物研发项目设计跨条件对比方案：分组、重复数、伪批量与富集链路、以及患者分层标志物的候选产生流程。

三个场景共同的质量底线

场景不同，底线相同，这几条在每个项目立项时都值得过一遍。第一，样本与对照的匹配性：疾病组与对照组的处理路径（解离方案、批测时间、测序深度）要对称，任何不对称都会在图谱里冒充生物学。第二，独立重复要够：供体数按统计功效算，单供体的"惊人发现"在这个领域翻车率极高。第三，注释有据可查：每个细胞类型的标签能回溯到标记基因或参考映射的证据，报告与数据对得上。第四，结论分级：哪些是直接测量、哪些是计算推断，写清楚——这一条把学术严谨性与研发纪律统一在了一起。

读本章的正确姿势

建议带着自己的项目对照读：每个场景开头的"灵魂问题"，先问自己项目里对应的问题是什么，再去看方法怎么组合。三个场景方案里引用的章节号值得点回去重读——同样的方法在应用语境里会有新的侧重点，比如质控在肿瘤场景要额外留意坏死区域的影响、注释在药物研发场景要锁定可重复的参考版本。读完本章最常见的感受是"方法都学过了，但组合起来才是方案"——这正是应用章的价值：它把技能列表升级成决策框架。

各节怎么分工

先决条件与往下走到哪

本章假设前四章的技能已经具备，所有场景方案都是已有工具的重新组合。读完本章，你会对"我该为我的问题怎么设计分析方案"有具体的模板感；第七章补上最后一块——当结果不对劲时怎么排查，以及工具生态的选型地图。