AI生成tSNE图实战：从单细胞分群到论文投稿的配图避坑笔记

前两天帮一位师妹改返修稿，她扔过来一张tSNE图，细胞分群颜色鲜艳得像彩虹糖，审稿人却在意见里写了一句："Please provide the original tSNE embedding and clarify how clusters were annotated." 她这才慌了——图是用某个AI绘图工具一键生成的，原始的embedding矩阵、perplexity参数、随机种子，统统拿不出来。

这大概是这两年很多人接触AI生成tSNE图时最容易踩的坑：图好看，但过程不可复现。我自己做过几年单细胞转录组，也替课题组处理过大量流式、质谱、影像特征的降维可视化，今天就顺着实际流程聊聊，AI到底能帮到哪一步，哪些地方必须自己攥紧。

先说清楚：tSNE图到底在表达什么

tSNE不是一张普通的散点图，它是把高维表达矩阵压缩到二维平面后的"拓扑快照"。每个点代表一个细胞或一条样本，点之间的距离只反映局部邻域相似性——这一点在论文里经常被误读。很多新手看到两群点挨得近，就写"these two cell types are transcriptionally similar"，审稿人立刻让你补UMAP或者相关性热图。

所以在让AI出图之前，你心里得先有三件事：原始矩阵是什么、用什么管线跑的降维（Seurat、Scanpy还是Rtsne）、分群标签从哪里来。AI在这个环节最合理的定位，是可视化与排版助手，而不是替你做降维计算的黑箱。

我现在的实际工作流

以单细胞数据为例，我一般在Scanpy里跑完sc.tl.tsne，把X_tsne的两列坐标、louvain分群、样本来源、目标基因表达量导出成一个CSV或者AnnData的h5ad。这个文件是"命根子"，无论后面怎么用AI重绘，都不会改变底层坐标。

拿到坐标之后，才进入AI能真正发力的环节。我常用的做法是把数据和需求一起喂给科研配图Pro，让它按目标期刊的风格出图：比如Nature系偏爱的无框、细点、低饱和配色，或者Cell系常见的带密度背景的分群图。你可以直接告诉它"按Nature Reviews Genetics风格，每个cluster用柔和的离散色，字体Arial 7pt，图例放右侧并标注细胞类型和占比"，它会给出成图和可回溯的绘图脚本。

这里顺手多说一句，选AI作图工具时我有个硬性标准：必须能导出底层代码或可编辑矢量文件（PDF/SVG/AI）。那种只能下载PNG、甚至连坐标都不显示的工具，再好看也别用于投稿。SCI投稿对tSNE图普遍要求300–600 dpi、矢量优先，文字转曲，CMYK或sRGB看期刊规定。位图一旦在返修阶段被要求改字号、换配色，就只能从头再来。

几种最常见的科研场景

1. 投稿前临时改图。这是最高频的场景。审稿意见常常是"please combine Figure 2B and 2C into a single tSNE split by condition"，或者"highlight the exhausted CD8+ T cells with a distinct color"。这种活儿手工用ggplot或matplotlib写代码至少半天，用AI辅助的论文配图工具，上传坐标表后用自然语言描述分面逻辑，十几分钟能拿到第一版，再微调细节就行。关键是分群信息完全来自你提供的标签，AI没有动你的数据。

2. 多组学或多样本拼图。比如肿瘤配对样本、治疗前后、多个器官的tSNE对照，需要保证坐标一致、配色统一、标签位置互不遮挡。AI在对齐布局、自动避让标签、统一色板上确实省心。但要记住：如果是多批次数据，一定要先做整合（Harmony、BBrowser、scVI等）再降维，否则AI只是把批次差异画得更漂亮，反而成了"高级造假"。

3. 基因表达量映射到tSNE。Feature plot是最容易出问题的一类。颜色条（color scale）是用二值、quantile截断还是log归一化，直接影响审稿人的判断。我一般让AI生成图时显式写明scale范围，比如"expression scaled 0–3, clipped at 95th percentile"，并在图注里说清楚。AI默认出的图常常为了好看自动拉伸对比，这种美化在论文里是雷区。

4. 图文摘要（Graphical Abstract）和组会PPT。这种场合AI的自由度可以大一些。把tSNE作为核心视觉元素，旁边配上细胞通讯示意、小鼠模型、实验流程，做成一张机制图。我常用科研配图Pro的研究框架图功能，先让AI根据摘要文字排几版骨架，再手动把真实的tSNE截图嵌进去——既保证了视觉效果，又不会出现"AI凭空想象出的细胞分群"。

配色、字体和那些审稿人会盯的细节

tSNE图的配色是个学问。细胞类型超过10种时，直接用ggplot默认配色或者彩虹色板，相邻群颜色根本分不开。专业一点的做法是用d3.color的category20、pals里的polychrome，或者干脆按细胞谱系自定义：T细胞一套蓝色、B细胞绿色、髓系红色、基质细胞棕色，谱系内部再用明暗区分亚型。AI工具里可以直接让它"按lineage分组配色，同lineage同色相不同明度"，出图会规范很多。

字体上，英文期刊基本Arial/Helvetica 7–8pt起步，国内中文核心常用宋体或黑体。字号别凭感觉，最终版面单栏宽是85mm左右，你在屏幕上看合适的图缩小之后，cluster编号往往糊成一团。我一般要求AI在导出时按"印刷尺寸+字号"渲染，而不是按像素。

还有几个小地方：坐标轴的数值（tSNE_1、tSNE_2）在Cell系期刊里通常保留，在Nature系里经常被删掉；密度过高时把点大小调到0.1–0.3、alpha设0.6，能看清内部结构；如果点重叠严重，学术图表生成时可以让AI加2D密度轮廓，但不要用平滑的密度图完全替代原始点，否则会掩盖稀有亚群。

最危险的几个误区

把tSNE当定量证据。tSNE的簇间距离、簇大小都不能直接定量。我见过有人用两簇之间的二维欧氏距离做统计，审稿人基本秒拒。涉及差异分析请回到原始高维空间。

参数不报告。perplexity、learning rate、迭代次数、随机种子，论文方法部分至少要写前两个。同一份数据perplexity从5改到50，分群视觉可能完全不同。如果你用AI重绘，务必保留原始计算脚本。

让AI"补全"数据。有些工具宣传能根据一小批细胞自动生成完整tSNE，这种图绝对不能当结果图用，只能用于示意图，并且要在图注里写清楚"illustrative"。

过度美化。背景渐变、阴影、3D挤出、发光描边，在海报封面可以，正文Figure里几乎一律扣分。AI出图时要明确告诉它"flat style, white background, no shadow"。

忽略可重复性声明。越来越多期刊要求提供代码和数据可用性声明。AI生成的绘图脚本要自己跑一遍确认环境、版本号，再连同数据一起存到GitHub或Zenodo。

返修和答辩前，我会做的最后检查

投稿前我通常把tSNE图单独放大到100%逐眼看：标签是否压点、配色在黑白打印时是否还能区分（可以临时转灰度检查）、同一细胞类型在主图和补充图里颜色是否一致、图注里是否写了样本量n、分群算法和分辨率。若是多图拼版，我会让AI同时输出一份带panel label（A/B/C）的版本和一份不带label的纯净版，后者方便后期在Illustrator里统一加标签。

答辩PPT则是另一套逻辑。投影环境差、后排同学看不清，我会把点放大、文字加粗、只保留重点细胞类型，其他全部灰掉。这时候AI改图的速度优势特别明显，一张图出"汇报版"和"论文版"两套，十几分钟的事。

写在改图深夜的几句

AI生成tSNE图这件事，说到底是把研究者从ggplot theme调参、AI描边、PS对齐里解放出来，让你有更多时间去想：这群细胞到底是不是新亚型？这个分群和临床信息有没有真正的关联？工具越强，越要把数据的源头攥在自己手里。

下次审稿意见再来一句"please provide the original embedding"，希望你能从容地从项目文件夹里翻出那个带着时间戳的h5ad，而不是对着一张漂亮的PNG发呆。