每个人都可以，
拥有SSL证书

做单细胞转录组，UMAP基本是标配了。但跑个默认参数就出图，出来的结果经常是一坨糊或者强行分一堆小簇，后面做差异分析、注释都跟着歪。

UMAP对参数很敏感，尤其是dims（用多少个PC）和分辨率这两个东西，很少被人仔细掰扯，但线上跑起来问题就出来了。

先聊dims。

PCA跑完之后，大部分人习惯直接画个肘部图，看方差贡献掉到差不多平稳的地方，随手取个1:30。这个做法大部分时候能用，但不是没坑。肘部图只是告诉你在哪个PC附近方差贡献不再剧烈下降，不代表后面的PC完全没用。我见过那种数据，前10个PC贡献了大部分方差，但第11到第20个PC里藏着明显的批次效应或者某个稀有亚群的微弱信号，不加这些PC直接聚类，那个亚群就消失了，或者混在主流里根本看不到。

画肘部图的代码很简单：

library(Seurat)
ElbowPlot(pbmc, ndims = 50)

通常看到曲线在某个点之后斜率变缓，选那个点之前的PC数就行了。但如果数据本身批次比较重，或者你知道样本来源复杂，可以适当多取一些PC，让后续降维有机会捕捉到这些结构。反过来，如果数据质量一般，噪声大，使劲往多里选PC，UMAP会把噪声也当真信号，图会变成一团散沙，分群边界模糊，这个很容易忽视——尤其是当总细胞数不多的时候，dims取大了还容易出现那种“每个细胞一个群”的假象。

然后是分辨率。

Seurat的FindClusters里这个resolution，控制的是图的划分粒度。

调这个最直接的工具是clustree。把不同分辨率下的聚类结果喂进去，它会画出一棵树，让你看清细胞群是怎么从粗到细拆分的。一眼看过去，如果某个分叉下几乎所有细胞一路稳定，后面再细分只是在不同分辨率下来回跳，那多半取细分前的分辨率就行了。

library(clustree)
clustree(pbmc, prefix = "RNA_snn_res.")

看clustree图的时候注意，不是越细分越好。有的细胞群在某个分辨率下突然裂成好多个小群，但去UMAP图上一对，这些小群几乎完全重叠，只是算法硬劈开的，这种就属于过度聚类，调小分辨率可以解决。

反过来，如果某个已知功能相关的亚群死活拆不开，那可能需要往上抬一抬分辨率。

这里其实容易踩坑：很多人默认用resolution = 0.8，因为这个值在很多公开教程里出镜率高。

但不同数据集、不同细胞数，最优值能差很远。细胞数上万甚至几十万的时候，0.8可能已经分得过细了，出来的marker基因列表一堆，后续注释生不如死。我的习惯是先跑几个间隔较大的值，比如0.2、0.5、1.0、1.5，看看clustree的树形和对应UMAP的分离情况，再在候选区间里微调。

这两个参数不是孤立调的。

dims决定了你往UMAP里喂了什么样的低维空间，分辨率则决定了在这个空间里切多细的块。

dims选小了，大的生物学差异被抹平，哪怕分辨率调得再高，分群也是强扭的瓜；dims选太大，噪声多，高分辨率的聚类会让那些噪声小簇冒出来，后续每个簇都没什么生物学意义。反过来，如果研究重点就是想找稀有细胞群，那在dims够用的情况下，适当拉高分辨率是必要的，否则根本拆不出来。

所以说到底，参数没有黄金组合。

每次跑新数据，我都习惯做一组简单的排列组合测试：dims取两三个候选（比如10、20、30），分辨率取四五个，跑完对比UMAP图的分离度、小亚群是否真实（回去检查对应细胞的reads数和线粒体比例，避免是破碎细胞假象），再决定。这个步骤磨刀不误砍柴工，尤其后面要做拟时序或者配体受体分析，如果聚类底子就偏了，后面花再多时间也是白搭。

参数调好了，不光图好看，更重要的是细胞群之间的关系能真实反映数据里的生物学信号，而不是算法的偏好。