企业官网建设流程全解析

肿瘤细胞异质性过高怎么办？最近这个提问在课题设计、论文返修和基金本子写作里反复出现。讲真，做肿瘤研究的人早晚都会撞上这堵墙：你以为自己建了一个稳定的细胞模型，结果传几代之后增殖速度、药物敏感性甚至表面标志物各干各的；你以为单细胞测序能帮你揪出关键亚群，结果UMAP图上样本之间各占一隅，组内根本不重叠。异质性过高确实会让很多常规实验“算不准、验不动、讲不清”，但这不是死路，很多时候只是研究框架需要换一换。

这篇内容写给正在被异质性困扰的硕博生、临床科研人员，以及所有想在肿瘤样本里找到稳定规律的同行。我不写教科书式的定义，只拆解一套从“发现问题”到“重新设计实验”的完整思路，再把每一步该做什么、别踩什么坑讲透。如果你手里的模型或数据也出现了“同一个实验重复不出来”“分群乱成一锅粥”“关键分子不是每批都阳性”这类现象，这篇文章应该能帮你省下至少一两个月的摸索时间。

1. 先弄明白一件事：异质性高是“实验失败”，还是“生物事实”

很多人一看到异质性高就急着想办法去“消除”它，比如反复传代筛选、拼命提高测序深度、强行合并样本找差异基因。但在动这些操作之前，必须先回答一个问题：你观察到的异质性，到底源于研究对象本身，还是源于操作流程？这两种情况的解法完全不同，搞反了会浪费大量时间。

1.1 异质性会破坏哪些常见实验场景

先说三个我在实际工作和帮人看数据时最常撞见的场景，每一个都是典型的高异质性翻车现场：

• 场景A：类器官或原代细胞药敏实验。同一个患者样本来源的肿瘤类器官，在同一个96孔板上加同一种药物，一半孔IC50在低微摩尔，另一半孔却几乎不响应。如果直接取平均，会得出一个“中间偏低”的假阳性结论；如果只看敏感孔，又会高估治疗潜力。

• 场景B：单细胞转录组/蛋白组数据分析。不同个体或同一个体的不同病灶样本合并聚类后，样本之间先按“个体”分开，而不是按“细胞类型”分开。差异分析做出来全是批次基因，真正的肿瘤相关信号被淹没。

• 场景C：稳定细胞株体内外结果对不上。体外敲低靶基因后增殖明显受抑，但移植瘤模型没差异。解剖一看肿瘤内部存在大片未敲低区域，或者移植后亚群比例发生漂移——体外那套结果只是初始细胞混合群体里的平均效应。

这几个场景的共同点在于：研究对象本身不是一个均质的“单位”，而是一个由不同亚克隆、不同分化状态、不同微环境组成的动态集合体。此时如果不改变研究粒度，继续套用“整群平均”的经典思路，很多结论都会失真。

1.2 异质性的主要来源，以及如何快速分辨

肿瘤细胞异质性可以从四个层面去归因，每个层面对应的应对方式差异很大：

还有个很实际的分辨技巧：如果你把样本重新按处理批次、操作人员或实验日期分组，异质性只在组间出现，组内特别稳定，那大概率是批次效应；反过来，组内重复也乱、同一个培养瓶相邻孔都差异很大，那才是真实的生物学异质性。处理的优先级完全不同——前者靠实验设计和算法去校正，后者需要改变体外系统或分析方法，绝不能靠数据“硬磨”。

1.3 一个常见的误区：把生物学异质性当成噪音强行去掉

这个误区在我见过的课题里出现频率极高。很多研究者一旦看到某个样本异质性高，就直接对离群细胞做“数据清洗”，看到类器官内部形态不整齐就以为培养失败。实际上，肿瘤异质性本身就是值得研究的表型，比如：

• 治疗前肿瘤里的预先存在的耐药亚克隆，恰恰预测了靶向治疗后的复发。
• 异质性高的肿瘤往往免疫浸润模式和细胞因子网络更复杂，免疫治疗响应可能更好，也可能更差——这种关系本身就是课题。
• 转录状态的可塑性，经常是上皮-间充质转化和转移启动的驱动力。

所以当你面对高异质性，第一个判断不是“怎么去掉它”，而是“在这个课题框架里，它代表的是待排除的混杂因素，还是核心科学问题的一部分”。如果它属于后者，强行降低异质性等于把最重要的发现一起抹掉了。后面我讲的所有方法里，有一条底层逻辑是不变的：分离异质性，而不是消灭异质性。

2. 从样品到数据：异质性条件下不能省的几个湿实验细节

如果已经确定需要处理高异质性样本，不能拿着一管解冻细胞就直接开做实验。很多异质性“虚高”的假象，其实是样本制备和培养过程人为放大的。以下三个环节值得花时间严格把控。

2.1 样本解离与活细胞分选的标准动作

原代肿瘤组织或患者来源异种移植瘤组织消化成单细胞后，细胞组成非常混杂。如果不做任何分选直接建库或铺板，后续看到的异质性有一半可能是残存的成纤维细胞、免疫细胞、血管内皮细胞贡献的。高异质性场景的第一步，通常是标记并去除这类“非肿瘤细胞群体”。

• 推荐在消化后做CD45阴性分选去除白细胞，同时用肿瘤谱系标志物（根据癌种而定：上皮源肿瘤用EpCAM，间叶源肿瘤用其他谱系标志，肉瘤类要格外小心）初步确认肿瘤细胞占比。
• 红细胞裂解后镜检仍可见明显细胞团块的，要用40微米或70微米滤网再处理一次，尽量保证单细胞悬液没有黏连。黏连是单细胞测序高异质性的一大源头，两个不同细胞被算成一个“新类型”就是这么来的。
• 如果用于类器官培养，消化时间宁短勿长。以结直肠癌为例，胶原酶消化超过40分钟容易导致表面分子丢失，细胞状态快速漂移，后续传代差异会叠加上去。

实际操作中，我发现一个特别容易忽略的指标：消化后细胞的活率和细胞直径分布。活率低于80%的样本做单细胞测序，线粒体基因比例会显著升高，并在聚类中形成“即将死亡”的假亚群。看到此类亚群时，先别急着当成新细胞类型，仔细看一下是不是线粒体基因占比和核糖体基因占比呈两极分化，如果是，基本可以确认来自细胞应激。

2.2 体外培养中避免选择性压力叠加

肿瘤细胞在体外培养时，每传一代都可能经历一次“人工选择”。培养基配方、血清批次、细胞密度、传代方法都在施加筛选压力。高异质性样本最怕的就是在培养过程中反复筛选，最后留下的不是原来的肿瘤全貌，而是恰好适应了培养条件的一小撮细胞。

• 原代肿瘤组织或类器官建系时，建议使用条件培养基或成分更明确的培养基，但不能完全依赖商业化的“万能滋养配方”。不同癌种、不同亚型对营养需求的差异很大，实际摸索时至少要记录每个批次的传代倍率和形态变化。
• 血清批次必须做平行测试。同一款培养基配不同批次胎牛血清，肿瘤细胞的增殖率和表面标志物都可能不一样，这不是玄学，是激素和生长因子浓度的真实波动。
• 传代尽量做到“定时代、定密度、定比例”。固定每72小时更换培养基、以1:2或1:3传代，比“长满了再传”更有利于维持亚群结构稳定。长期培养中代数越高、异质性越趋同，这是选择压力叠加的结果。

很多人会问：既然如此，是不是应该越早做实验越好？答案是肯定的。拿到原代样本后，如果条件允许，在第2代到第6代之间完成主要功能实验。这类低代数样本的异质性丰度最接近体内，但代价是样本量有限。可以“多冻存、多备份、提前扩增”，但不要把每一批实验都建立在无限传代的基础上。

2.3 批次设计层面的交叉平衡

高异质性的样本如果只是按照“对照组处理完再做药物组”，很容易把时间因素和药物因素混淆。正确做法是：每个处理组应包含来自不同批次、不同培养孔甚至不同个体移植瘤的样本，并在样品处理顺序上达到交叉平衡。

具体到一个药物筛选实验，可以这样设计：

• 将每个生物学重复的样本在种板前先混合后再分到不同处理组，避免同一孔的细胞只来自同一个亲本孔。
• 每个处理组至少设置3个以上独立培养孔，后续分析时用孔间变异来估计实验误差，而不是默认孔内细胞是均一的。
• 如果要做单细胞测序且样本异质性高，建议每个样本留出一部分做重复上机，至少要有两个技术重复来区分生物学差异和文库制备批间差异。

我见过很多人在数据分析阶段花大量时间做批次校正，却忽略了湿实验阶段本可以通过一小时的重新排布避免的批次混杂。高异质性场景尤其考验实验设计的前瞻性，很多信息缺失后无法在计算上弥补。

3. 数据分析策略：不强行“拉平”，而是分层处理

异质性高的高维数据（单细胞转录组、空间组学、CyTOF等）之所以让人头疼，是因为传统分析流程默认“所有细胞来自同一个总体”或者最多“若干个离散类型”。当真实结构是连续状态+离散亚群的混合体时，常用算法就会陷入两难，最终给出一个看起来分得很干净、但回不到生物意义的图谱。下面几条策略是我反复验证后觉得最靠谱的。

3.1 先做恶性细胞判定，再做聚类

做肿瘤单细胞数据分析时，最致命的错误之一是直接用全部分细胞做聚类并注释细胞类型，因为肿瘤细胞和正常上皮细胞经常混在一起，而肿瘤细胞内部又因为拷贝数变异表现出很强的转录异质性，这会导致：

• 肿瘤细胞被分成很多个“亚型”，但实际上这些只是不同染色体区域的拷贝数差异造成的转录波动。
• 正常细胞混进肿瘤细胞群，使差异基因列表里出现大量增殖或应激相关基因，干扰下游功能判断。

我的习惯是第一轮先做质量控制，然后用inferCNV或CopyKAT这类工具，依据基因表达推断染色体拷贝数状态，区分恶性细胞和正常细胞。对恶性细胞内部，继续用染色体级别的CNV模式而非基因级别表达量去定义“克隆株群”。比如，同一份胶质瘤样本里，EGFR扩增且CDKN2A缺失的细胞明显与PTEN缺失的细胞占有不同表达空间，这种差异可能对应不同亚克隆，而不只是细胞状态波动。在确定克隆框架后，再回到转录状态层面的分析，才能把两个问题分开回答：肿瘤有哪些亚克隆，每个亚克隆内部是否又有不同的可塑状态。

3.2 处理连续状态与离散亚群并存的体系

很多高异质性样本并不是“几团离散细胞”，而是从一个干细胞样状态到分化终末状态的连续谱系，再加上少数真正的离散亚克隆。这类数据用常规的Louvain/Leiden聚类很容易把连续谱系截成几个硬边界，导致后续比较基因时出现假阳性。

面对这种情况，我建议分析流程里加入两个不那么流行但极好用的环节：

• RNA velocity或CellRank分析，不去看细胞“归属于哪一簇”，而是看细胞在拟时间轨迹上的方向性和来源。对于可塑性高的肿瘤，这样可以区分出“正在转化的过渡态”和“稳定的终末态”。
• 转录因子调控网络推断（如SCENIC），寻找驱动高异质性状态的核心转录因子模块，而不是仅仅找差异表达基因。异质性高的系统往往由数个转录因子“开关”控制，找到这些开关通常比描绘全部差异基因更接近机制。

还有个细节值得提醒：很多高异质性数据分析用的标准归一化方法会“过度平滑”细胞间的差异。对于异质性特别高的样本，建议对比几种归一化方式（LogNormalize、SCTransform等）对细胞亚群注释结果的影响，确认哪些差异是跨方法稳健存在的。不能只报一种分析参数下的结果。

3.3 批量样本的去卷积与“信号锚定”

如果是bulk转录组或少量单细胞样本，面对异质性高的问题常需要用到去卷积算法（如CIBERSORTx、MuSiC、BisqueRNA），估算样本里不同细胞亚群的比例。但这类算法极度依赖高质量的参考矩阵。如果你的参考矩阵本身来自另一批异质性样本，去卷积结果很可能不太可靠。

我的建议是：先把你自己手里的单细胞数据做成参考矩阵，再对bulk数据进行去卷积，这样得到的结果和实际情况最匹配。同时可以把去卷积结果与免疫组化/多重免疫荧光中实测的细胞比例进行比对——假设你估算巨噬细胞占比30%，那组织切片里大概也应能看到对应密度的CD68阳性细胞。这种“锚定验证”做得越多，结论越稳。

还可以借助一个另类思路：对于异质性极高的样本，与其把所有细胞比例都纳入差异比较，不如把分析焦点收缩到少数完全明确的细胞状态标记物上。比如只比较“CYTOKINE高表达的T细胞亚群占比”或“SERPINE1阳性间充质样肿瘤细胞的比例”，用清晰的单变量指标替换复杂的全谱差异模式，往往在论文里更有说服力，也更容易在不同实验平台间复现。

4. 实验系统层面的破局思路：克隆化、原代模型与表型分离

分析做得再好，最终还是要落到实验验证上。如果异质性高到常规方法根本无法给出可重复结果，那么该考虑更换实验系统本身。下面是我实操中验证过的三条破局路径，按“模型可控性从弱到强”的顺序排列。

4.1 克隆化：从混合群体到单一来源群体

最直接的解决办法是“单细胞克隆化”，意思是从原始细胞群中取出单个细胞，扩增成一个遗传背景完全一致的细胞群体。这个办法对贴壁肿瘤细胞系非常有效，也能用于部分可单细胞铺板的类器官体系。

具体流程可以概括为：

• 用流式分选仪把单个活细胞分配到96孔板，每个孔只接收一个细胞，铺板前确认分选参数；
• 加条件培养基或滋养层，许多肿瘤细胞在极低密度下无法自行生长，关键是让单细胞存活并开始增殖；
• 大约10到20天后开始出现肉眼可见的克隆，挑取生长状态良好的克隆传代扩增；
• 扩增后分别抽提DNA做全外显子或靶向测序，确认不同克隆间的拷贝数谱差异，以此证明克隆来源均一。

克隆化的直接收益是“把群体平均变成单克隆行为”。如果你想知道某个基因突变是否导致耐药，最理想的体系就是“同源配对”的单克隆：一个克隆携带该突变，另一个不携带，背景尽可能一致。

克隆化也有代价：单细胞生长能力不能代表原来群体的构成，一些依赖群体效应才能生长的细胞会在分选中丢失。所以做克隆化之前要想好——你是需要“代表性”还是“纯净性”。如果目标是验证某个特定分子机制，纯净性优先；如果目标是刻画患者的整体肿瘤特征，克隆化并不合适。

4.2 原代模型与类器官的低代数冻结策略

另一种思路不是让细胞变均一，而是尽量在体外保留原来的异质性，控制在最早期完成实验。患者来源类器官，或者患者来源异种移植瘤的低代数样本，目前是保留肿瘤异质性相对较好的模型系统。

• 建系后的类器官在代数越低时，分化状态和亚克隆结构与原发灶越相似；传代超过15代之后，亚克隆比例通常会发生漂移。
• 建议每一代都冻存足量细胞，建立“主细胞库+工作细胞库”两级管理。每个功能实验都从低代数工作库中复苏，用完即弃，不反复传代。
• 复苏后要给细胞足够的恢复时间。冻存复苏后第一代细胞的很多基因表达处于应激态，此时做药物实验通常会得到与实际不符的高耐药性。

使用类器官时还有一个很隐秘的影响因素——基质胶批次和浓度。高异质性肿瘤类器官对基质胶的响应不同，有些亚群在Matrigel浓度偏低时更容易向间充质方向分化，导致同一个样本两种培养基条件下得到的亚群比例完全不同。建议同一批实验固定基质胶来源和批号，并在文章方法学里写明浓度，这个细节经常是别人重复不出来的原因。

4.3 表型分离与预筛选：建立一个可重复的读出具

如果在不均一的系统里做机制研究总是失败，最后一个迂回思路是：不要试图解释系统中所有细胞的平均表现，而是先找出一个可重复的“入选标准”，只研究符合该标准的那一个细胞群体。

举个例子：有些肿瘤细胞系在体外天然含有CD44高低两个亚群，混合状态下测干细胞相关基因表达时，结果飘忽不定。正确做法是用流式分选出CD44高和CD44低分别培养，在各自群体内进行功能检测。这种“表型预筛+亚群验证”策略的最大优点，是把隐含的异质性转变成显式的分组变量，差异分析、统计检验都会清晰很多。

类似的策略还包括按药物处理后的“存活/死亡”状态分选、按细胞周期状态分选、按迁移能力分选等。文献里常说的“耐药亚群”很多时候就是这么先分离出来再做机制的。关键操作要领是分选后尽快做下游实验，因为许多表型状态在离开体内/原始培养条件后会迅速改变。

5. 把高异质性局面转成论文叙事：常见问题与调整清单

写作科研论文或准备课题汇报时，异质性高通常是一个“论文里的缺点”，但换个角度也能成为一个“扎实的分析亮点”。关键在于你如何论证自己处理异质性的逻辑，以及如何用多种互补手段验证同一个结论。

5.1 面对审稿人质疑时的应对框架

审稿人看到异质性高的数据，最常批评的几句话包括：“你的重复性不足”“这个结论只适用于某个亚群”“你的取样偏差会导致结论不成立”。应对思路不是解释当时为何做不好，而是提供多层次的论证：

• 同一个结论是否能在不同模型系统中复现？比如体外细胞系里观察到的耐药表型，是否能在类器官里通过不同患者样本验证？
• 同一个结论是否能在不同分析粒度上复现？比如全转录组的差异基因方向，是否与免疫组化蛋白结果一致？
• 是否做了正交实验来区分“常见事件”和“个别事件”？比如对克隆化的多个单克隆分别做药物曲线，如果多数单克隆都表现出耐药，那就是稳定的群体特征，而非某一个亚克隆的偶然属性。

我习惯把这类证据组织成“主结论+辅证”的结构：先用最可控的均质模型（比如单克隆细胞）证明机制，再回到高异质性患者样本里指出该机制相关标志物的富集模式。两者互相印证，审稿人很难再用异质性过高来否定核心发现。

5.2 高异质性样本处理速查表

下面这张表是我在实验室里贴在操作台边上的速查单，整理成了“什么阶段看到什么问题，优先查哪里”的排查形式，方便直接对照：

这个表实际操作时比长篇大论更管用。团队里换人接手时，直接给这张表配上原始数据截图，通常半天就能定位问题出在哪个层面。

5.3 从“高异质性”到“有价值”：我自己的实战体会

分享一个此前成功调整方向的经历。之前帮同事看过一批三阴性乳腺癌样本的类器官筛选结果，前两轮实验的结论几乎互相打架：载体对照组和给药组的细胞活力差异有时显著、有时没有，常规的基因表达检测也出现自相矛盾的结果。查看单细胞测序数据才发现，不同患者样本里上皮-间充质状态的分布差异极大，有的样本以上皮样细胞为主，有的样本里间充质样亚群已经占了大多数。表面的“药物响应差异”本质上是亚群组成差异。

我们没有去“消除”异质性，而是改用以下方式把课题救了回来：

• 先用上皮和间充质标志物对样本分层，将所有细胞分到两类状态明确的组里；
• 分别测定两种状态对实验药物的富集响应，结果在间充质样亚群中看到了稳定的靶点激活；
• 再回到原发肿瘤组织切片里做多重免疫荧光，验证这两个状态的空间分布和比例与预后相关。

这个结果虽然比最初设想的复杂，但结论反而更经得起验证，后续实验都能重复，最后还因此确定了一个由间充质亚群驱动的耐药机制。回头看，如果当初强行把数据平均化，只会得到一个“部分有效但很难解释”的中间结论，无法形成一个像样的课题。

5.4 写在样本处理之后的实用技巧

每次处理高异质性样本时我还会留一份备份样本放液氮，样本量足够时多做一套不同处理条件的备份。尤其是在原代样本数量极度有限的情况下，这一个小小的操作能避免很多“后面想补一个关键实验但细胞已经没了”的尴尬。对于规模不大的实验室，共享一份样本记录表也很有帮助，写明每管细胞的组织来源、代数、分选日期和培养基批次，后面分析数据时能快速排除很多批次因素。

另外，不要低估“多做几个时间点的快照”的价值。高异质性样本的状态本身随时间是流动的，单时间点看到的差异很可能是随机抽样的结果。在可控的体外体系里，设计一个前中后三个时间点的采样方案，往往比单一终点的实验结果更能说明异质性对表型的影响。

我个人最终体会是：面对肿瘤细胞异质性过高，最关键的不是马上找一套降维打击的分析工具，而是先诚实回答自己的研究问题和研究模型是否匹配。模型不适合，再高级的算法也只是在复杂数据里画圈；模型选对了，异质性这个曾经让人头疼的特征，反而能成为课题里最扎实的突破口。