ARTICLE · 1326112
生信*AI日报|155髓系NK:Bonsai树还原脐血谱系【11-07】
大家好，我是维修狮。今天是 11 月 7 日，生信×AI日报第 023 期。数字均引自原文与官方文档，细节以原文为准。
一句话：Bonsai 用无调参贝叶斯树做无畸变可视化，在脐血数据里拆出髓系来源自然杀伤细胞 155 个（淋巴分支 924；Nature Biotechnology，2026-08-21 OA）。同日速览 CONCORD（跨物种合库 >41 万细胞）与 Epi-PHR（2 kb 检测效率 67%；200 基因 H3K36me3↔ChIP r=0.84）。
今日速览
01 Bonsai：无畸变树可视化——髓系 NK 155 / 淋巴 924；视网膜 1.2M 02 CONCORD：对比学习合库去噪（精讲另篇）——跨物种 >41 万 · Tabula >100 万 03 Epi-PHR：原位表观保留三维——2 kb 67%；双标记；r=0.84
条目展开
01｜Bonsai：高维数据的无畸变树表示（Nature Biotechnology，2026-08-21）
主结果：脐血 CITE-seq 约 7,982 细胞上，Bonsai 把注释为 NK 的细胞拆到髓系分支 155 与淋巴分支 924，并以 CD56/CD16 与 NKG7 等确认；视网膜图谱 1.2 million 细胞可用 Bonsai-scout 交互浏览；方法默认无调参，输入建议搭配 Sanity 表达估计与误差棒。
问题：t-SNE/UMAP 等流行降维以保局部邻域为主，全局距离与谱系关系常被扭歪，调参又容易「拧到像先验」。做法：Bonsai 在高维连续空间上重建最大似然树，叶节点挂细胞，沿枝路径近似最可能分化轨迹；因高维「祝福」，树距离常能保真成对距离。作者在模拟与真实数据上对照 PCA、UMAP、PHATE、DTNE 等，并提供 Cellstates→Sanity→Bonsai 流水线与网页服务器。生信用途：你要验收「距离有没有被压扁」、或怀疑亚型谱系归属时，把树表示放进对照，而不是只盯一张调顺眼的 UMAP。代码 https://github.com/dhdegroot/Bonsai-data-representation ；服务器 https://bonsai.unibas.ch 。DOI 10.1038/s41587-026-03220-2。
Bonsai reconstructs the most likely tree relating high-dimensional objects with heterogeneous measurement noiseBonsai 在异质测量噪声下重建关联高维对象的最可能树。
Bonsai 框架（视频截图，图源 Nature Biotechnology）
决策点：要谱系与全局距离时优先试 Bonsai；只要快速局部邻域浏览，UMAP 仍可用但别把形状当真相。与今日 CONCORD 分工：那边合库细型，这边可视化保真。
原文 DOI · https://doi.org/10.1038/s41587-026-03220-2
代码 GitHub · https://github.com/dhdegroot/Bonsai-data-representation
网页服务器 · https://bonsai.unibas.ch
Zenodo 代码 · https://doi.org/10.5281/zenodo.20370956
02｜CONCORD：采样驱动的对比学习合库（Nature Biotechnology，2026-01-05）
主结果：数据集感知 + 难负样本迷你批采样，使单隐层对比学习同时完成合库、去噪与降维；跨物种线虫胚胎合库 >410,000 细胞；Tabula Sapiens >1 million；默认迷你批 256。安装 pip install concord-sc。
问题：对比学习对迷你批组成极度敏感——均匀跨库采样会把批次差当成要拉开的「生物学」。做法：CONCORD 让每个迷你批主要来自同一数据集，再叠加难负采样逼细型分离，从而在不堆深度网络、不靠对抗损失的前提下做整合。作者在模拟拓扑（簇/环/树）、线虫跨物种、小鼠肠道、scATAC 多技术与空间多技术乳腺癌等基准上系统对照。生信用途：多技术/跨物种合库又要细轨迹时，把采样协议写进方法学，而不是只报一个混合分数。精讲另篇拆仓库与命令。DOI 10.1038/s41587-025-02950-z。
CONCORD uses dataset-aware and hard-negative minibatch sampling for contrastive cell embeddingsCONCORD 用数据集感知与难负样本迷你批采样学习对比细胞嵌入。
CONCORD 框架（视频截图，图源 Nature Biotechnology）
决策点：跨技术或跨物种、又要细型，CONCORD 进对照；轻度同技术批次仍可 Harmony 第一刀。与 Bonsai 别混卖点：那边保树距离，这边合库表示。
原文 DOI · https://doi.org/10.1038/s41587-025-02950-z
代码 GitHub · https://github.com/Gartner-Lab/Concord
文档 · https://qinzhu.github.io/Concord_documentation/
Benchmark · https://github.com/Gartner-Lab/Concord_benchmark
03｜Epi-PHR：原位表观双标记且保留三维（Nature Methods，2026-11-05）
分辨率：靶区从 100 kb（检测效率 99%）缩到 2 kb（67%）；200 基因多重上，H3K36me3 与 ChIP-seq 相关 r=0.84、H3K27me3 r=0.62；可双标记；可与染色质追踪同屏；印记位点 Meg3 显示父本 H3K9me3 更高且折叠边界非简单替代模型。
问题：位点特异表观测序读深有限，成像方法又常破坏三维基因组或一次只能看一种标记。做法：Epi-PHR（epigenetic proximity hybridization reaction）用抗体-寡核苷酸邻近杂交在原位读出位点特异表观信号，凝胶包埋与蛋白酶消化压低背景，并与 DNA MERFISH / 染色质追踪组合。作者在细胞与小鼠海马组织演示，并与 epigenomic MERFISH 对照（文内报告后者在异染色质标记与三维保留上更弱）。生信用途：你要「位点表观 + 三维折叠」同屏时，关注该方法边界（湿实验、抗体与正交发夹限制），而不是指望再 pip 一个包。DOI 10.1038/s41592-026-03253-0。
Epi-PHR detects locus-specific epigenetic marks while preserving 3D genome organizationEpi-PHR 在保留三维基因组组织下检测位点特异表观标记。
Epi-PHR 示意（视频截图，图源 Nature Methods）
决策点：要位点加折叠、或双标记原位图谱时纳入方案比较；只要群体平均表观仍用 ChIP/CUT&Tag。注意文内提醒：邻近检测可能含反式接触贡献，解读需谨慎。
原文 DOI · https://doi.org/10.1038/s41592-026-03253-0
维修狮点评
我的看法：今天三条都在校正「好看却扭」——降维要对距离，合库要对采样，表观要对折叠。先把验收尺子写清楚，再谈模型新旧。
上手入口
# Bonsai https://github.com/dhdegroot/Bonsai-data-representation # 或上传计数到 https://bonsai.unibas.ch # CONCORD pip install concord-sc # Epi-PHR：湿实验方法，见原文 Methods公众号回复关键词 日报1107 领取本期链接与笔记。视频：B站 https://www.bilibili.com/video/BV1fy476JEau/ ；YouTube https://youtu.be/dFuOlsYpiIw ；X https://x.com/vincent51043428/status/2118881844666249350。
复现声明：155/924、7,982、1.2M、>41万、>100万、256、67%/99%、r=0.84/0.62 均引自原文；不确定的数字已删。署名：生信维修狮。
指标怎么读
树距离相关：Bonsai 报告叶到叶路径距离与高维欧氏距离的相关；越接近 1 越说明可视化未严重扭距。
谱系纯度 / 平均谱系距离：CONCORD 文内用邻域内同谱系比例与谱系图跳数评估细型是否保住。
检测效率与 ChIP 相关：Epi-PHR 用位点检出率与 bulk ChIP-seq 相关做灵敏度/特异性验收。
实操：降维至少报距离相关或邻域信任度；合库同时报批次混合与标签/谱系保住；表观写清分辨率与是否保留三维。
选型速查
要无畸变谱系/全局距离 → Bonsai（+Sanity） 多技术/跨物种合库要细轨迹 → CONCORD（pip install concord-sc） 轻度同技术批次 → Harmony / BBKNN 仍是第一刀 位点表观 + 三维折叠同屏 → Epi-PHR（湿实验） CITE RNA+蛋白 → 今日系列 C：totalVI
阅读与复现检查表
三条 DOI 可打开，数字与摘要/正文一致 Bonsai：写明 Sanity 参数（-e 1 -v_m MAP）、是否 Cellstates 初始树、是否 backbone CONCORD：写明 Pd / P_kNN 或 β、迷你批大小、潜维、特征数 Epi-PHR：写明靶区分辨率、单/双标记、是否联用染色质追踪 代码指向官方仓库；命令以 README 当日为准
常见问题
Q：Bonsai 能替代 UMAP 吗？ A：可作探索主图，尤其关心距离与谱系时；发表仍建议对照多种表示。
Q：CONCORD 一定要 GPU？ A：有 GPU 更快；CPU 可跑，大规模更慢。
Q：Epi-PHR 有 pip 包吗？ A：本期按原文为湿实验方法，无公开计算包入口。
Q：今日精讲？ A：CONCORD（精讲1107）。
Q：今日整合？ A：totalVI（整合1107）。
开源入口
Bonsai：https://github.com/dhdegroot/Bonsai-data-representation Bonsai 服务器：https://bonsai.unibas.ch CONCORD：https://github.com/Gartner-Lab/Concord 文档：https://qinzhu.github.io/Concord_documentation/ scvi-tools / totalVI：https://github.com/scverse/scvi-tools
延伸阅读（加厚）
Bonsai 与「祝福维度」：在足够高维时，最可能树的枝长距离往往能近似欧氏成对距离——这解释了为何它不只是谱系卡通，还能当距离估计器。写作时请同时报告：预处理是否 Sanity、信号噪声比阈值、是否 backbone 模式。
CONCORD 的采样超参：hcl 的 β 与 kNN 的 PkNN 控制局部难负强度；过大只见局部、过小回到粗分型。文档建议中等局部增强，并以探测分类器与谱系纯度验收。
Epi-PHR 与 epigenomic MERFISH：文内对照显示后者在 H3K27me3 与 ChIP 相关更弱，且与染色质追踪联用时三维破坏更明显。选型时把「要不要三维」写进数据卡片。
与昨日（第022期）分工：DIRAC 回答空间多组学域适应；本期 Bonsai/CONCORD/Epi-PHR 回答降维保真、合库采样与原位表观三维。
三条头条·原文要点展开
① Bonsai（Nature Biotechnology）
问题：单细胞可视化常把高维距离压扁，谱系树被画歪。做法：先用 Sanity 去噪，再用 Bonsai 以树距离逼近高维欧氏距离。关键数字（原文）：脐血 7,982 细胞；髓系谱系 NK 155、淋巴谱系 NK 924；视网膜图谱约 120 万细胞；默认设置无需调参。开源：github.com/dhdegroot/Bonsai-data-representation；演示站 bonsai.unibas.ch。生信用途：造血/发育谱系、需要「距离可信」的树图时优先于随意降维。
② CONCORD（Nature Biotechnology）
问题：跨物种/跨技术合库后细型与轨迹糊成一团。做法：对比学习 + 谱系感知邻域，单隐层编码器，默认 minibatch 256。关键数字：跨物种合库 >410,000 细胞；Tabula Sapiens >1,000,000。开源：github.com/Gartner-Lab/Concord；pip install concord-sc。生信用途：多批次数千万级合库、要保留细轨迹时试 CONCORD，再与 Harmony/scVI 对照。
③ Epi-PHR（Nature Methods）
问题：位点级表观与三维折叠难同时读。做法：Epi-PHR 探测位点表观组。关键数字：100 kb 窗口检测效率 99%；2 kb 窗口 67%；H3K36me3 与 ChIP 相关 r=0.84；H3K27me3 r=0.62；约 200 基因位点。生信用途：顺式调控假说的湿实验验证；勿把邻近信号直接写成严格顺式而不讨论反式接触。
数字备忘（仅原文）
Bonsai：髓系 NK 155 · 淋巴 NK 924 · ≈7,982 细胞；视网膜 1.2M；默认无调参 CONCORD：跨物种 >410k；Tabula Sapiens >1M；minibatch 256；单隐层 Epi-PHR：100kb 99% · 2kb 67%；H3K36me3 r=0.84 · H3K27me3 r=0.62；200 基因位点
与系列 C 衔接
第020期 MultiVI（配对 multiome）；第021期 totalVI（CITE RNA+蛋白，DOI 10.1038/s41592-020-01050-x）。今日关键词：日报1107 / 精讲1107 / 整合1107。
写作禁区
禁止把 UMAP 形状当生物学结论；禁止只报合库混合分不报细型；禁止把 Epi-PHR 邻近信号直接写成严格顺式修饰。
指标怎么读
树距离相关：Bonsai 叶到叶路径距离与高维欧氏距离相关，越接近 1 越说明可视化未严重扭距。
谱系纯度：CONCORD 邻域同谱系比例与谱系图跳数。
检测效率与 ChIP 相关：Epi-PHR 位点检出率与 bulk ChIP-seq 相关。
选型速查
无畸变谱系/全局距离 → Bonsai（+Sanity） 多技术/跨物种合库细轨迹 → CONCORD 轻度同技术批次 → Harmony / BBKNN 位点表观 + 三维折叠 → Epi-PHR CITE RNA+蛋白 → totalVI（整合1107）
开源与 DOI
Bonsai DOI 10.1038/s41587-026-03220-2 · https://github.com/dhdegroot/Bonsai-data-representation · https://bonsai.unibas.ch CONCORD DOI 10.1038/s41587-025-02950-z · https://github.com/Gartner-Lab/Concord · pip install concord-sc Epi-PHR DOI 10.1038/s41592-026-03253-0 totalVI DOI 10.1038/s41592-020-01050-x · https://github.com/scverse/scvi-tools
维修狮备注：本期数字均来自原文摘要/结果或官方文档；视频口播与图文互证，冲突以原文为准。回复关键词「日报1107」可取回本条。
维修狮备注：数字以原文为准；图文与视频互证。
