就像从针孔相机到偏光片一样，，，，，生物信息学数据可视化步骤公式也在不休进行数学改革。。。。。耶鲁大学的数学家在《Nature Methods》杂志上颁发了基于单细胞基因表白快照的创新成就，，，，，可能将一百万点单细胞RNA测序（单细胞沉亚硫酸氢盐测序，，，，，scRNA-seq）数据集的绘造功夫从3幼时缩短到15分钟。。。。。

科学家们说，，，，，十几年来我们一向用“老掉牙”的步骤，，，，，即t-散布随机邻域嵌入（t-SNE）处置单细胞水平的RNA测序数据（二维scRNA-seq数据）。。。。。“这种步骤，，，，，t-SNE通过基因表白‘组织’细胞，，，，，从而鉴别新细胞类型和状态，，，，，”耶鲁大学利用数学系博士钻研生George Linderman说。。。。。

依照推算尺度，，，，，t-SNE相当慢。。。。。因而，，，，，钻研人员时时在利用它之前尽量“缩幼”scRNA数据集——从最初的样本中提取一个幼样本。。。。。然而，，，，，由于t-SNE不太可能捉拿到罕见的细胞群（通常是钻研人员最想鉴定的），，，，，因而降低采样率是一个很差的折衷规划。。。。。

30多年前，，，，，耶鲁大学的另一组数学家开发了急剧多级步骤（fast multipole method，，，，，FMM），，，，，这是一种革命性的数值技术，，，，，它加快了n-body问题中的远程力推算。。。。。这项钻研，，，，，钻研人员意识到FMM背后的道理也能够利用在非线性尺寸缩减问题上，，，，，如t-SNE和t-SNE加快，，，，，因而它获得了一个新名字：FIt-SNE，，，，，或称基于急剧插值的t-SNE（fast interpolation-based t-SNE）。。。。。

“使用乐投letou步骤，，，，，钻研人员不仅能够更快地分析单细胞RNA测序数据，，，，，还能够描述罕见的细胞亚群。。。。。在从前，，，，，若是你在t-SNE之前对数据进行了亚采样，，，，，你就无法检测到这些亚群，，，，，”文章通讯作者、耶鲁大学病理学教授Yuval Kluger说。。。。。此表，，，，，钻研幼组还使用了一种热图式可视化步骤来显示其匹配的SNE了局，，，，，使得人们更容易地同时看到数千个基因在单细胞水平上的表白模式。。。。。

钻研人员说，，，，，2019年是t-SNE变“健全（fit）”的好年份。。。。。2018年12月，，，，，《Science》杂志称，，，，，若是没有基于scRNA-seq的可视化技术，，，，，一个细胞一个细胞地跟踪胚胎发育就不成能实现，，，，，因而这是今年最大的突破这一。。。。。钻研人员说，，，，，毫无疑难，，，，，FIt-SNE将加快发育生物学、神经科学以及癌症钻研等领域的进一步工作。。。。。在这些领域中，，，，，单细胞测序已经成为绘造大脑和相识肿瘤的贵重工具。。。。。

原文检索：Fast interpolation-based t-SNE for improved visualization of single-cell RNA-seq data