复现Parikh et al. UC结肠上皮单细胞数据：从GSE116222到连续程序与样本边界

科学审计更正（2026-07-19）：早期页面曾把每个细胞的最高marker分数写成离散上皮身份，并据此计算细胞数、比例和条件组成。这套解释已经撤回。本文现保留Colonocyte、Goblet、Stem/TA、BEST4/OTOP2、Enteroendocrine、Tuft和Inflammatory stress等连续程序；11,167个细胞均保持未赋值状态。top score与top-two margin只用于观察程序能否分开，不能充当身份阈值。分开的第二组marker只检查同方向一致性，不构成外部独立验证。分组解释采用9个公开样本，A/B/C不再被写成配对donor。

Parikh et al.的GSE116222很容易被写成一篇关于UC免疫微环境的文章，公开矩阵却只覆盖结肠上皮主体。数据能直接回答的范围更窄：9个样本中，上皮吸收、杯状/屏障、增殖/Stem-TA、BEST4/OTOP2和炎症应激等表达程序是否可读；同一程序在不同样本中的中位水平是否一致；哪些解释需要免疫、基质、空间或功能实验补证。

本文以细胞绘制表达空间和连续分数，以样本讨论组间差异。marker模块提供表达方向，不能直接生成互斥细胞身份。文章不报告“某类细胞占多少”，也不从最高分标签推导UC炎症组的组成变化。

论文、数据与分母

这三个分母不能互换。11,167个细胞可以提供细胞状态分布和程序梯度，9个样本决定分组解释能走多远。A1至C3是公开样本标识，现有metadata不足以把A/B/C可靠解释成同一受试者的配对取样，因此文章只把它们当作9个样本。

数据规模只说明可观察性

图1确认矩阵规模、基因覆盖和样本构成。细胞数较多，有利于观察稀疏表达和连续上皮程序；样本数只有9个，无法把细胞数量转换成患者队列的统计把握度。这里也没有免疫、基质和空间坐标，后文不能借上皮表达扩展出完整黏膜微环境。

读这类图时应把“能看见”与“能推断”分开。大量细胞能让UMAP更平滑，也能让某个marker模块的分布更清楚；总体疾病效应仍需在样本层组织。一个样本贡献很多细胞，并不会自动增加独立生物重复。

条件进入表达空间，但UMAP不负责因果解释

图2按Healthy、UC non-inflamed和UC inflamed着色。三组细胞在表达空间中既有偏聚，也有广泛重叠。这个结构符合上皮状态可跨条件共享的情况，同时允许局部程序随炎症环境变化。图上距离不能说明炎症造成了某条发育路径，也不能单独证明屏障功能变化。

这张图的用途是给连续程序提供坐标。后续需要检查不同程序的分数分布、另一组marker是否同向、样本级中位数是否由少数样本拉动。任何条件判断都要回到这三层证据。

图1：最高程序分数和margin只作诊断

左图展示每个细胞最高连续程序分数的分布，右图把最高分与top-two差值放在一起。两个量都来自同一数据集内部标准化，只能回答当前marker面板在这批细胞中是否容易分开。它们没有跨数据集校准，也没有作者标签或外部参考作为锚点，所以不能据此设一个“超过即为某类细胞”的绝对身份阈值。

分数高说明某个程序在当前面板中较突出；margin小提示两个或多个程序接近。结肠上皮中的吸收、分泌、增殖和应激程序可以共存，margin大也不等于互斥taxonomy已经成立。本文因此保留11,167条探索性程序记录，身份列统一为unassigned。

程序重叠本身也需要结合上皮生物学解释。处在更新、分化或炎症应激中的细胞，可能同时带有谱系marker、细胞周期信号和损伤反应；测序深度不足时，不同程序还会一起变弱。只有最高分和margin，无法区分真实共表达、技术掉落与marker面板覆盖不足。本文把这些量留作诊断变量，避免把计算上的第一名误写成生物学上已经验证的类别。

图2：嵌入图只显示最高连续分数的强弱

图2把最高连续程序分数映射回低维空间。颜色表示“当前最强程序的分数有多高”，没有给细胞命名，也没有显示某一种身份的边界。局部高分区域提示marker信号集中，低分区域提示面板覆盖不足、表达稀疏或多个程序都弱。

早期页面曾使用彩色硬标签嵌入，使每个点看起来都已经归类，读者难以看到证据不足的位置；该图已撤回。图中把可判定性本身作为结果，避免从颜色面积继续计算所谓细胞类型比例。

图3：分开marker面板只能检查一致性

图3计算assignment面板与另一组marker面板之间的Spearman相关。Colonocyte absorptive的一致性较高（rho约0.82），BEST4/OTOP2约0.59，Goblet barrier约0.48；Stem/TA、Enteroendocrine和Inflammatory stress处于中等或偏弱水平，Tuft接近0.05。这个差异说明各程序的marker覆盖质量并不相同。

第二组marker仍然来自同一表达矩阵，也由预先选择的生物学知识构建。它能发现循环使用同一marker的自我证明，却不能替代作者逐细胞标签、外部参考映射、原位证据或功能实验。Tuft的一致性很弱，因此本文只保留相关连续分数，不发布Tuft细胞数或比例。

图4：比较回到9个样本

图4按A1至C3汇总各连续程序的样本中位数。Inflammatory stress在不同样本间并不整齐，A3、C3等样本高于同组中的部分样本；Stem/TA也主要在少数样本中上移。这个结果要求文章保留样本内差异，不能把某个条件的全部细胞合并后给出一个看似稳定的比例。

样本热图可用于描述方向和离散程度，当前9个样本不足以支撑复杂协变量模型。A/B/C缺少可靠配对关系，文章不做配对检验，也不把样本中位数写成患者层病程变化。

连续程序应怎样解释

Colonocyte absorptive、Goblet barrier、Stem/TA和Inflammatory stress代表成组基因的共同变化。它们适合回答“表达方向是否存在”“哪些样本更高”“两个marker面板是否同向”。它们不提供互斥身份概率。

Goblet barrier分数升降只能说明MUC2、TFF3、FCGBP、CLCA1等相关表达的联合变化。屏障功能还需要组织完整性、黏液层或功能实验。Stem/TA程序涉及LGR5、OLFM4、MKI67、TOP2A、STMN1等方向时，也要区分干/祖细胞特征与细胞周期。Inflammatory stress程序可汇总REG、DUOX2、CXCL8、LCN2或S100家族信号，仍不能直接写成UC病因或特定通路已被功能性激活。

与原文的对应关系

原论文系统描述健康和炎症性肠病中的结肠上皮多样性。当前复现只处理GSE116222公开矩阵能够直接核查的部分：样本条件、上皮表达空间、预设marker程序和样本级摘要。原文中的精细taxonomy、疾病机制和组织层解释不能由这套marker模块完整替代。

本文结果与原文方向相容，但不复制原文标签。吸收、分泌、增殖和炎症相关表达轴在公开矩阵中可读；程序之间存在重叠，第二组marker的一致性强弱也不一。这样的证据适合做公开矩阵复核，离完整细胞类型注释仍有距离。

容易造成错误结论的三步

第一步是把最高分写成身份。每个细胞总会有一个最大值，即使所有程序都很低；这个数学事实不能提供生物学命名。第二步是用同一组marker再次画图，然后称为验证。它只能复述生成规则。第三步是把细胞计数当作9个独立样本之外的额外重复，细胞级显著性会夸大把握度。

这三步串在一起时，文章会得到完整的细胞类型比例、条件组成和显著差异，看上去信息很多，证据基础却没有同步增加。本文因此保留连续分数，公开不确定性，并把比较单位设为样本。

样本级热图也不能自动等同于疾病效应。9个公开样本还包含部位、炎症状态、患者来源和技术处理等潜在差异。若这些字段没有形成可识别的配对或分层设计，热图只能提示哪些程序值得回到原始metadata继续核查。更强的UC结论需要患者层模型、明确对照和独立组织证据。实际项目中还应逐项核对每个样本的取材区域、炎症判定、建库批次和患者关系；只要其中一项与条件混杂，组间均值就可能同时包含疾病信号和采样差异。

后续分析需要补什么

若要恢复离散上皮身份，应优先引入作者逐细胞metadata或经过验证的外部参考映射，并报告映射置信度和无法映射的细胞。若要比较UC条件，需要核对患者、部位、取样和配对结构，再按生物重复建立统计模型。若目标涉及免疫-上皮互作、成纤维细胞、空间位置或治疗反应，还要换用覆盖相应compartment和临床字段的数据。

程序层分析仍可继续深化。可以在样本层比较多个炎症应激模块是否同向，检查Stem/TA信号是否被细胞周期驱动，或在杯状相关程序内部核对屏障marker之间的一致性。所有扩展都应保留样本分母和独立证据来源。

结论审计

小结

GSE116222可以用于复核结肠上皮连续程序，也能展示9个样本之间的表达差异。当前分析无法把最高分安全地转换成互斥细胞身份，因此11,167个细胞全部保留为探索性记录，公开结果不再包含硬标签计数和组成比例。分开的marker面板提供一致性检查，强弱差异本身也是结果；样本级热图则把疾病解释限制在现有生物重复范围内。

公开矩阵能够承担的证据层级是：细胞用于观察连续表达，样本用于比较，功能和机制留给额外数据验证。

分母必须始终可追溯。