AI辅助细胞类型注释能做什么，哪些判断仍需人工完成

注释不是给聚类贴标签

细胞类型注释把表达模式、组织背景、实验条件和参考知识联系起来。聚类算法只根据选定特征形成相似群体，不知道研究者所说的细胞类型、状态或谱系边界。AI可以提高检索和匹配速度，却不能跳过概念定义。

在疾病、发育和刺激实验中，同一细胞类型可能呈现强烈状态变化，简单匹配最相近参考群体容易得到过度确定的标签。

模型置信度往往反映参考集内部的可分性，不等于目标样本中的真实概率。跨组织或跨疾病使用时，应把置信度看作排序线索，而不是诊断数值。

最终报告可同时提供机器建议、人工结论和不确定性等级。三者分开保存，比只留下一个最终标签更能支持后续复查。

复核“最终报告可同时提供机器建议、人工结论”时，不只检查文件是否存在，还要让另一位成员根据候选标记表完成一次读取或重建。能够独立复现关键步骤，才说明文字已经转化为可用接口。

参考图谱决定模型能看到什么

多数自动注释方法依赖带标签的参考数据。参考组织、年龄、物种、处理条件和测序平台与目标数据不同，模型的置信度就不应被直接当成生物学确定性。

团队应记录参考集来源、版本和覆盖范围，并检查目标数据中是否存在参考集没有包含的群体。

双细胞、环境RNA和低质量细胞会制造混合标记。自动注释之前先完成基础质控，通常比事后要求模型解释矛盾标签更有效。

候选标记表应同时保留“双细胞、环境RNA和低质量细胞会制造”对应的正常结果与例外说明。与“双细胞、环境RNA和低质量细胞会制造”相关的失败原因、重试次数和最终决定，往往比一组只有成功样本的记录更有参考价值。

标记基因也有语境

经典标记可能在应激、炎症、细胞周期或技术污染下出现于多个群体。单个标记阳性通常不足以确定身份，需要结合正向标记、排除标记、共表达结构和组织位置。

AI生成的解释可以作为候选清单，但每个结论都应能回到表达证据和公开知识。

不同注释工具可能给出不一致结果。比较时要查看参考集、特征空间和标签层级，而不是简单投票；多个工具共享同一偏差时，多数意见也可能错误。

复核“不同注释工具可能给出不一致结果”时，不只检查文件是否存在，还要让另一位成员根据不确定性字段完成一次读取或重建。能够独立复现关键步骤，才说明文字已经转化为可用接口。

不确定标签应该被允许

强迫每个聚类得到精确名称，会把证据不足包装成确定答案。层级标签更诚实：先确定免疫或基质大类，再在证据充分时细分。无法区分的群体可以保留候选范围和待验证状态。

不确定性字段也方便后续版本比较，避免新参考数据出现后无法知道旧标签为何改变。

大语言模型适合把候选标记连接到文献概念，但可能生成不存在的引用。任何文献依据都要回到原始出版页面或数据库记录核对。

围绕“大语言模型适合把候选标记连接到文献概”形成的人工复核记录最好采用结构化字段，并限制自由文本承担核心含义。“大语言模型适合把候选标记连接到文献概”的结构化记录便于自动检查，自由文本则保留无法预先编码的现场情况。

人工复核不等于凭经验决定

人工复核也需要结构化证据。建议为每个重要群体记录候选标签、支持标记、冲突标记、参考资料和采用理由。不同分析者独立判断后再比较，往往能发现隐藏假设。

对于关键发现，可使用空间信息、流式验证、原位实验或独立队列提供正交证据。

细胞状态和细胞类型应分开表达。例如增殖、干扰素反应和缺氧可横跨多个类型，把状态直接写进类型名称会妨碍跨样本比较。

若“细胞状态和细胞类型应分开表达”相关条件发生变化，应在模型运行摘要中新增版本，而不是覆盖旧结论。“细胞状态和细胞类型应分开表达”的新旧记录并列，才能判断变化来自样本、工具、参考数据还是人员决策。

模型输出需要版本管理

模型权重、提示词、参考数据库和预处理流程变化，都可能改变注释。保存最终标签表之外，还应保留输入特征、模型版本、运行参数和置信度。若使用远程服务，要确认数据上传范围和隐私条款。

包含敏感人类样本的数据不应因为工具操作方便就离开既定治理边界。

注释修订需要保留旧标签和映射。直接覆盖会让早期图表、差异分析和协作者手中的文件失去共同版本。

独立验证证据还需要写明“注释修订需要保留旧标签和映射”的适用范围。一个批次、平台或组织得到的经验，不应直接推广到所有项目；明确边界能减少不可比较的操作。

把AI放在合适的位置

AI适合整理标记、比较参考、发现命名不一致和生成待核对问题。最终注释仍应由实验背景、统计证据和领域知识共同决定。

一个成熟流程不会宣称自动化消除了判断，而是让判断过程更透明、更容易重复。

评估集不应与参考训练数据高度重叠，否则准确率会过于乐观。更有价值的测试来自不同批次、平台或实验条件。