基于Bulk RNA数据与LM22矩阵绘制巨噬细胞特征箱线图的问题求助

一、错误原因分析 #

你遇到的错误本质是CIBERSORTx高分辨率基因表达推断模式的数学约束：虽然你有4个样本、3种细胞类型，但函数内部会检查样本表达谱的线性独立性。如果你的样本中存在表达谱高度相似的情况（比如两个对照组样本或两个处理组样本的表达模式近乎线性相关），会导致样本的有效自由度等于细胞类型数，触发"样本数不大于细胞类型数"的报错。

另外，LM22矩阵仅保留M0/M1/M2后，这三类巨噬细胞的特征基因可能存在较多重叠，进一步降低了矩阵的秩，也会加剧这个问题。

二、替代方法及操作步骤 #

方法1：用标准CIBERSORTx得到比例后，加权估算细胞特征值 #

这是最直接的替代方案，无需依赖高分辨率模式：

• 步骤1：使用完整LM22矩阵（或仅保留M0/M1/M2的矩阵），运行标准CIBERSORTx去卷积，得到每个样本中M0、M1、M2的相对比例（每个样本中三类细胞比例之和为1）。
• 步骤2：估算细胞类型的平均特征值：对每个基因，用样本中该细胞类型的比例作为权重，加权计算bulk表达的平均值。公式为：

  细胞类型X的基因G表达值 = Σ(样本i的G表达值 × 样本i中X的比例) / Σ(样本i中X的比例)
  

  若需分组（对照/处理）分析，就按组分别计算上述加权平均。
• 步骤3：绘制箱线图：将三类巨噬细胞的基因表达值整理成长格式数据，用R的ggplot2绘制：

  library(ggplot2)
  # 假设整理后的数据框为cell_expr，包含列：CellType（M0/M1/M2）、Gene、Expression、Group（Ctrl/Treat）
  ggplot(cell_expr, aes(x=CellType, y=Expression, fill=Group)) +
    geom_boxplot(position=position_dodge(0.8)) +
    labs(title="巨噬细胞基因表达特征", x="巨噬细胞亚型", y="平均TPM") +
    theme_bw()
  

方法2：使用EPIC工具进行去卷积 #

EPIC对小样本量的兼容性更好：

• 步骤1：准备你的bulk TPM数据（行是基因，列是样本），以及仅包含M0/M1/M2的参考特征矩阵（可从EPIC预定义免疫细胞参考中提取，或直接用LM22的对应列）。
• 步骤2：运行EPIC去卷积，得到每个样本的细胞比例。
• 步骤3：重复方法1的步骤2和3，估算特征值并绘图。

方法3：基于单细胞参考的去卷积（若有公共数据） #

如果能找到三阴性乳腺癌的巨噬细胞单细胞RNA-seq数据，可使用MuSiC工具：

• 步骤1：下载公共单细胞数据集（比如GEO中的TNBC巨噬细胞数据），整理成Seurat对象。
• 步骤2：用MuSiC的music_deconvolution函数，输入你的bulk数据和单细胞参考，得到细胞比例。
• 步骤3：加权计算细胞特征值并绘图，同方法1。

三、注意事项 #

• 所有去卷积工具的结果都是估算值，受参考矩阵、样本量影响较大，需结合实验验证。
• 如果目标是比较对照组和处理组的巨噬细胞特征差异，建议分组计算加权平均后再做统计检验（比如t检验），再绘制箱线图展示差异。

内容的提问来源于stack exchange，提问作者Rita Soares