起源是我们微信群里的小伙伴发了一张热图，需要让我复现，是一篇Cancer cell的文章，因为我们写过很多热图，所以对这个图无感，原因是看似复杂，可了解complexheatmap的话，这个图不在话下。所以问题在于数据的获取，这个热图使用relative abundance做的热图，也就是细胞占比的相对比例，这倒是很新奇。看看原文描述：“最后，我们对 BrM 生态系统内的凝聚型细胞生态型进行了研究，其中包括 74 种细胞亚型（不包括三种仅存在于 PT 中的亚型）。基于相对细胞丰度采用无监督层次聚类分析，我们推断出了细胞关系和共关联模式，并在 BrM 生态系统中识别出了五种生态类型”。这篇文章是无监督层次聚类的方式，通过对细胞比例进行聚类，划分了物种肿瘤生态模型！
（reference：Pan-cancer human brain metastases atlas at single cell resolution）
而后，又被另外一个小伙伴推了文章，也就是张院士的Cell文章，图可以说是一模一样，但是内在却大有不同。这里采用的是NMF的方式，对细胞比例矩阵进行分解，然后提取因子，对病人TIME进行分类。这篇Cell文章提供了全部代码，可以学习！
（reference：A single-cell atlas reveals immune heterogeneity in anti-PD-1-treated non-small cell lung cancer）
热图我们都会了（公众号检索热图关键词），NMF我们也学习了（（视频教程）NMF: 单细胞非负矩阵分解R语言版-数据降维及MetaProgram分析）。那我们具体学习一下文章的描述及方法，解释不到位的还请指正。如果自己遇到这样的数据，需要对病人进行分类的，或许可以借鉴一下，唯一需要的是样本量需要足够大，亚群注释需要足够细致，足够精确。
Patient classification using NMF
为了剖析患者肿瘤免疫微环境的异质性，并揭示不同的免疫相关模式，我们依据所有免疫细胞中各类亚细胞类型的百分比（每种celltype在样本中比例），使用 NMF 将患者分为五组。用于NMF分析的矩阵是经过scale的矩阵。NMF算法大家很熟悉了，先设置多个k值选择最优k，确定好之后再跑NMF。我们测量了在 200 次 NMF 分类过程中同一 NMF 模块中不同免疫细胞亚型共现的频率。我们发现免疫细胞亚型被分组为 5 个共现模块，表明秩为 5 最好地描述了 TIME 异质性。同时也比较了k设置为4，6的结果，发现不理想。分析完成后，使用 extractFeatures() 函数从结果中提取 k 个细胞类型模块（对应于普通的使用基因表达矩阵的分解，就是基因模块）。我们使用 predict() 函数进一步将样本分为 k 个簇。每个簇与一个细胞模块相匹配，该模块呈现其免疫相关模式。通过基础成分热图可视化每个免疫细胞亚型对每个 TIME 亚型的相对贡献。每个患者被分配到一个单一的 TIME 亚型。
Manuscript
原文中结果描述如下：我们推断免疫细胞亚型组成的变化能够反映时间依赖性（TIME）异质性，并计算了每位患者体内每种免疫细胞亚型在总 CD45+ 细胞中的比例。在总共 234 名患者中，有 11 名患者因每位患者体内检测到的免疫细胞数量少于 500 个而被排除在外，随后对剩余的 222 名患者应用非负矩阵分解（NMF）来探索 TIME 异质性，......得到五个不同的 TIME 亚型。每位患者都被分配到一个单一的 TIME 亚型。这五种 TIME 亚型的患者各自表现出免疫细胞亚型模块的显著富集特征。具有第一种 TIME 亚型的患者显示出自然杀伤（NK）细胞和 NK 相似细胞的富集，并被指定为 TIME-NK（NK 富集型）患者）。具有第二种 .......。
复现效果：
