在生物信息领域，PCA、t-SNE和UMAP是三种重要的降维与可视化方法，此前我们了解了PCA图的具体解读方法，今天我们就来了解一下UMAP图具体应该怎么看吧~

一、【UMAP图】定义&用途

1．定义：UMAP图是一种基于非线性降维的可视化方式，将高维数据映射到二维或三维空间，并保持数据之间的相对距离和结构，从而使得聚类、异质性和样本间的差异更为明显。

2．用途：

（1）单细胞数据分析：UMAP图可以用于单细胞测序数据的降维分析，帮助研究人员探索细胞的状态和细胞间的相似性，从而揭示细胞分化和功能编排的机制。

（2）基因组学和转录组学：UMAP图可以帮助分析高维转录组数据，主要揭示基因库表达与特定生物过程的关联，有助于理解复杂的生物学功能网络。

（3）生物标志物发现：通过UMAP分析高通量数据，可以发现潜在的生物标志物，从而诊断疾病、监测治疗效果以及开发新的治疗方法。

二、【UMAP图】案例解读

该图是内窥镜样本中155093个细胞的UMAP，揭示了上皮室中的主要细胞类型为enterocytes/colonocytes（肠细胞/结肠炎细胞）、stem cells（干细胞）、goblet cells（杯状细胞）、goblet proliferating cells（杯状增殖细胞）、BEST4/OTOP2细胞、tuft cells（簇状细胞）、EEC（肠内分泌细胞）、Paneth细胞等；非上皮室中的主要类型为T细胞、B细胞、plasma（浆细胞）、myeloid cells（髓细胞）、CTL/NK（硬脊膜杀伤细胞）、mastcells（肥大细胞）和stromalcells（基质细胞）等。

三、相关疑问&解答

1．UMAP、PCA和t-SNE三者之间的异同点？

（1）线性与非线性：PCA属于线性方法，适合处理线性可分的数据；而t-SNE和UMAP则属于非线性方法，更适合于处理复杂的非线性结构数据。例如在转录组学中PCA可以用于探索基因之间的线性关系，而t-SNE和UMAP则主要揭示基因表达模式的非线性结构和细胞间的复杂关系。

（2）计算复杂度：PCA的计算相对简单且快速，而t-SNE和UMAP的计算复杂度较高。尤其在处理大型数据集时，t-SNE可能会变得非常耗时。在处理大规模的单细胞转录组数据时，UMAP通常比t-SNE更高效。

（3）可视化效果：PCA通常只能显示数据的线性结构，而t-SNE和UMAP则能够更好地展示数据的非线性结构。其中，PCA分群效果最差，UMAP和t-SNE可以将与相似细胞群相对应的簇聚集在一起。但是与t-SNE相比，UMAP还保留了更多的全局结构，特别是细胞子集的连续性。

（4）参数敏感性：PCA的结果不易受参数设置的影响，而t-SNE和UMAP的结果可能易受到初始化参数的影响。不同的参数设置可能会得到不同的可视化效果，并且在生物信息学中，参数敏感性会影响结果的可重复性。

2．UMAP如何保证降维后数据的结构信息的保留？

（1）局部邻域保留：UMAP计算每个点的局部邻域，然后将这些邻域嵌套在超平面中。这种嵌套保持了原数据中的局部结构。

（2）相似性度量：UMAP使用一种非线性变换来保持邻近点之间的相似度，可以捕捉数据中的复杂结构。

（3）维度嵌入：UMAP在低维空间中对点进行重排，使得低维空间的距离大致对应原数据中的相似性。