昨天我们分享了：《 细胞亚群细分的时候仍然是要选择harmony等算法去除样品差异 》，有粉丝留言提到这个使用harmony等算法去除样品差异，不应该是最开始就弄吗。为什么要到细分亚群的时候才做呢？
我们仍然是以 这个单细胞转录组文献，《Single-cell transcriptomics reveals regulators underlying immune cell diversity and immune subtypes associated with prognosis in nasopharyngeal carcinoma》为例子，15个鼻咽癌样品，加上1个正常人样品。全部的样品的单细胞转录组数据整合后，如果不使用harmony等算法去除样品差异，默认的降维聚类分群，如下所示：
我们根据左边的标记基因以及生物学背景知识，可以进行如下所示的命名：
可以看到，效果还不错，很有意思， 给大家的感觉是 harmony等算法去除样品差异并不是必须的。但是如果我们具体到每个样品，有如下所示的现象：
可以看到，首先上皮细胞大的亚群里面，每个病人独立成为小亚群，泾渭分明，这个符合预期，因为每个肿瘤病人都有自己的特异性。但是免疫细胞各个亚群里面，病人之间的界限就模糊很多。值得注意的是P07这个病人的样品，它主要是T细胞和髓系细胞，而且是独立成为一个亚群了，这就是单细胞转录组的样品差异，理论上是需要去除的！
有意思的事情就来了
如果我们在样品层面就开始使用harmony等算法去除样品差异，又会导致另外一个可怕的事情发生，如下所示：
就是本来是应该是具备病人特异性的上皮细胞，这个时候被抹除了样品差异。
好好的上皮细胞，被拆分的七零八落，如下所示：
我们也可以以病人样品视角来看：
这个算法真的是太可怕了，样品差异被抹除的干干净净了！这不是最可怕的，真正的问题是，这个上皮细胞被打散到了其它免疫细胞里面，因为这个harmony算法！我们可以对上皮细胞的最重要的marker基因EPCAM进行如下所示可视化，并且使用harmony等算法去除样品差异前后可以对比看看。
如果你对单细胞数据分析还没有基础认知，可以看基础10讲：