TooManyCells：用于识别与可视化单细胞关系的方法

为了清晰、可解释地显示细胞分支，TooManyCells设计了许多功能，以促进数据探索，并帮助找到相关种群，包括分支缩放、加权平均颜色混合和统计驱动的树修剪（图2）。为了增强数据可视化的通用性并补充现有的单分辨率方法，TooManyCells可以显示任何树数据结构和其他聚类算法的输出。为此，TooManyCells生成嵌套细胞簇的视觉信息层次结构。内部节点是给定分辨率的簇，而叶节点是粒度更细的簇。

• 图a：带有默认设置的完整树。
• 图b：不同的叶片渲染选项（从底部顺时针方向：基因表达式、“饼圈”、饼图），以及树枝缩放和平均加权颜色混合的示例。
• 图c：修剪后的树。
• 图d：树中每个内部节点的二分模块性显示为黑色圆圈；较高的模块化由较暗的周长强度表示。
• 图e：有编 节点的树。
• 图f：具有连续变量的颜色编码树（例如，器官的细胞多样性；增加颜色强度表示增加多样性）。为清晰起见，内部节点和叶节点使用不同的强度比例。
• 图g：带有离散变量的彩色编码树，表示唯一分子标识符（UMI）计数。
• 图h：带有特定基因表达水平（Cd4表达水平）的颜色编码树。
• 图i图j和图k：具有多个基因表达水平（Cd4和Cd8表达水平）的颜色编码树。具有非默认缩放宽度的树。具有禁用的分支缩放的树。

TooManyCells使用方式

TooManyCells 算法有 2 种包装形式，一种是 too-many-cells 软件，一种是 TooManyCellsR R 包。

TooManyCells 通过递归技术反复识别在树结构中的亚群，其可视化模型结合一系列可视化特性为细胞状态提供一个灵活的平台，跟踪、探索和检测稀有种群。除了聚类和可视化之外，TooManyCells 还提供其他功能，包括但不限于异质性评估、聚类测量、多样性和稀有性统计。TooManyCells 同时识别稀有和丰富细胞群体的优越性可在三个独立的环境中得到证明，在控制环境中，该方法不仅将两个稀有细胞群体从普通细胞群体中分离出来，而且成功地将两个稀有细胞群体分离。

• 聚类：TooManyCells 实现了最初用于文本挖掘的无矩阵分层谱聚类，使用该聚类方法的最终结果是一种树状结构，其中每个内部节点是一个粗略的簇，每个叶子是每个模块化度量中最精细的簇。
• 可视化：TooManyCells 算法使用 BirchBeer 渲染方法显示单细胞簇层次结构。
• 差异表达/细胞类型注释：给定多个簇标识，TooManyCells 可以执行差异表达分析以识别这些簇中细胞的基因表达之间的差异。