AI生成tSNE图：从单细胞分群到论文投稿图的实战经验

第一次认真处理tSNE图，是在一组单细胞转录组数据投稿前。数据本身已经跑得差不多了，分群结果也和预期吻合，但把图放进论文里时，问题一下子冒出来：颜色太花、cluster编号太小、坐标轴和主题元素显得很“软件默认”，同一组细胞在主图、补充图和回复审稿意见时还用了不同配色。审稿人倒不是质疑算法，而是觉得图注与图中标识对应不清，要求重新整理。

这类情况在单细胞、空间组学、表型分型、流式细胞分析、机器学习特征可视化里都很常见。tSNE擅长把高维结构压到二维平面上，帮助读者观察样本、细胞类型或类别之间是否聚在一起；但它也很容易被误读。点的距离、簇的大小、坐标轴数值，并不能像普通散点图那样直接解释。因此，论文中的tSNE图不只是“画得好看”，更重要的是把分析边界、标签来源和颜色逻辑交代清楚。

先别急着让AI出图，先确认图要回答什么问题

很多同学拿到表达矩阵或降维结果后，第一反应是找工具把tSNE图画出来。其实在使用AI生成tSNE图之前，最好先写一句话：这张图想证明什么？是展示不同处理组的细胞混合程度，还是强调某类细胞在疾病组富集？是比较多个聚类算法的一致性，还是给后续 marker 基因表达定位？

这句话会决定图的组织方式。比如，按细胞类型着色适合做总览图；按样本、组别或批次着色适合检查混杂；按某个基因表达量着色适合展示连续性信号。若一张tSNE图同时承担这些任务，读者反而抓不住重点。主图通常保留最核心的一张，其他切分方式放进补充图。

我更习惯在正式作图前列一个简短清单：降维输入用了哪些特征，是否做了HVG选择、PCA预处理和批次校正；perplexity、迭代次数、随机种子是否记录；cluster标签来自聚类结果、已知细胞注释，还是人工命名；图中每个数字或缩写能否在图注中找到解释。这些信息不需要全部堆在图上，但作者心里必须有数。

AI适合帮忙做什么，不适合代替什么

AI在tSNE图中的作用，更多是辅助设计、重绘、排版和规范检查，而不是凭空“想象”一批细胞点。真正用于论文结论的图，底层坐标和分类信息必须来自原始分析结果。AI可以根据已有embedding、cluster标签和分组信息生成统一风格，也可以帮助调整图例、字体、配色、面板尺寸和导出格式；但不能让它根据文字描述编造聚类结构，更不能为了得到漂亮的分界线而挪动点的位置。

这也是我比较警惕“一键生成”的原因。tSNE图属于结果图，不是纯概念示意图。若AI只根据“免疫细胞分群明显”生成一张看似合理的图，哪怕视觉效果很好，也不能放进结果部分。研究框架图、机制模式图、图文摘要可以有更高程度的视觉设计，tSNE图却要保留数据真实性。

实际操作中，我通常会先用Python或R完成降维、聚类和注释，导出每个点的x、y坐标以及对应的cluster、cell type、sample、condition、gene expression等字段。随后再进入AI辅助环节，让它根据论文目标期刊的风格进行重绘。这样既能控制分析过程，也能避免后期无法追溯。

一张能投稿的tSNE图，重点在细节

tSNE图最常见的问题，是默认软件样式太重。坐标轴上的长数字通常没有实际生物学意义，很多期刊允许隐藏刻度，但会保留“t-SNE1”“t-SNE2”这样的轴标题。点也不宜过大，否则高密度区域会糊成一团；点过小时，投影或打印后又看不清。一般会根据细胞总量调整透明度和点径，几十万细胞时往往需要采样显示或采用密度方式呈现，同时在图注里说明。

颜色要服务于类别属性。细胞类型图适合采用区分度高、色盲友好的离散配色；疾病与对照组适合使用固定、可比较的颜色；基因表达量则适合单色渐变或感知均匀的连续色带，不要用彩虹色表达连续值。主图和补充图里，同一细胞类型必须保持同一个颜色。这个细节看似基础，返修时却特别容易被发现。

标签位置也很关键。直接在每个簇中央写数字是常见做法，但如果簇很小、形状细长，数字可能盖住关键点。更稳妥的方法是把cluster编号放在簇内部或旁边，再在图中或图注里给出对应细胞类型。若论文读者主要关注细胞类型，主图可以直接放缩写；若需要展示无监督聚类过程，则保留数字编号并另配注释表。

多面板图还要考虑对齐。比如左图按细胞类型着色，右图按疾病状态着色，下面一排是几个关键marker基因的表达图，那么所有面板应使用完全相同的坐标范围和点顺序。否则读者会误以为不同面板展示的是不同降维结果。面板字母、比例尺、色条和标题也要统一，不要一张图用10号字，另一张图用14号字。

把AI放进实际改图流程，会省很多返工时间

我现在的流程通常是：先保存标准化后的绘图数据，再生成一张朴素的检查图，确认分群没有明显批次效应、标签没有错位；接着把图表需求描述清楚，例如目标期刊、图栏数量、颜色偏好、是否显示坐标轴、是否需要密度底图、标签是细胞类型还是cluster编号；AI重绘后，再回到原始结果逐项核对。

这里的提示词不要只写“帮我做一张高级的tSNE图”。更有效的说法是：输入字段包括哪些，颜色依据哪一列，对照组和处理组如何区分，字体希望接近哪本期刊，图中是否保留网格线，输出矢量PDF和300 dpi TIFF，图例放在底部还是右侧。信息越具体，来回修改越少。

如果不想反复在通用绘图软件和AI对话框之间折腾，也可以试试科研配图Pro这类专门面向论文图的工具。它比较适合把已有的tSNE结果整理成投稿风格，也能顺带处理SCI图文摘要、研究框架图、实验流程图和PPT汇报图的统一视觉。对经常被导师要求“再精致一点”的同学来说，这种专业化工具比从零手搓PS图层要轻松。

这些误区，我在改图时踩过，也见别人踩过

第一个误区是把tSNE上的距离当作真实相似度。两个簇在二维图上挨得近，并不必然表示它们在高维空间中差异小；某些簇看起来很大，也可能只是点密度或可视化参数造成的。论文表述上最好使用“聚集”“分离”“共定位”等描述，而不是夸大成严格的定量距离。

第二个误区是反复调perplexity直到出现想要的图案。参数可以做敏感性检查，但不能按预期结果挑选图片。若不同参数下聚类关系不稳定，应回到数据预处理、特征选择和批次校正层面找原因。随机种子也要保存，避免审稿后无法复现同一张图。

第三个误区是用tSNE证明分类模型效果。若是机器学习样本的特征可视化，tSNE只能作为辅助证据，还应配合混淆矩阵、准确率、召回率、F1分数或独立验证集结果。分类边界很清楚，不代表模型泛化能力强，尤其当测试集与训练集存在泄漏时，降维图可能给出过于乐观的印象。

第四个误区是过度修饰。有些作者喜欢加阴影、立体点、发光边缘和复杂背景，视觉上很热闹，却不符合论文图的阅读习惯。学术图表需要的是克制：白底、清晰标签、统一线宽、色盲友好、打印可读。真正好的tSNE图，读者不用放大截图就能明白每个颜色代表什么。

投稿前，按期刊和伦理要求再过一遍

不同期刊对图片格式、分辨率和色彩模式要求不同。TIFF、PDF、EPS都很常见，位图至少满足期刊规定的分辨率，线稿和文字若能矢量处理会更稳妥。色彩方面，RGB适合在线预览，部分期刊印刷流程会偏好CMYK，但转换后某些鲜艳颜色可能变暗，所以最初配色就不要只依赖屏幕效果。

还要检查图中是否混入了不该出现的信息。比如患者编号、样本真实姓名、未发表批次、内部路径、软件默认标题等。补充图中的tSNE坐标文件也建议整理成规范命名，回复审稿意见时可以明确说明使用的参数和随机种子。这样即使对方要求重新计算或增加按批次着色的面板，也不会手忙脚乱。

如果使用科研作图工具进行AI辅助重绘，最好保留原始脚本、输入表格、中间图和最终导出文件。AI改变的是视觉层和排版效率，不应该改变数据关系。换句话说，漂亮的tSNE图是在忠实呈现分析结果，而不是替分析本身说话。

我理解很多研究生 deadline 紧，实验、写作和补图都挤在一起。但tSNE图往往是单细胞或分型论文中最先被读者看到的结果图之一，它决定了别人是否愿意继续追着看图注和marker证据。早点把坐标、标签、颜色和导出格式固定下来，后面做主图、补充材料、答辩PPT和审稿回复，都会顺很多。

所以，与其把AI当成“自动帮我画完”的黑箱，不如把它当作一个熟悉期刊风格的配图助手：你负责数据、解释和判断，它负责规范呈现、快速改版和视觉统一。这样生成的tSNE图，才既拿得出手，也经得起追问。