Seurat项目中SCTransform与Harmony整合后的差异表达分析问题解析

背景介绍

在单细胞RNA测序数据分析中，Seurat是一个广泛使用的工具包，它提供了从原始数据处理到高级分析的全套解决方案。其中，SCTransform和Harmony是两个关键的分析步骤：SCTransform用于数据标准化和特征选择，而Harmony则用于批次校正和数据整合。然而，在实际应用中，这两个步骤的结合使用可能会遇到一些技术挑战，特别是在后续的差异表达分析阶段。

问题现象

许多用户在将SCTransform与Harmony整合流程结合使用时，在运行PrepSCTFindMarkers和FindMarkers函数时遇到了以下典型问题：

1. PrepSCTFindMarkers函数报错："Minimum UMI unchanged. Skipping re-correction"
2. FindAllMarkers函数警告："Object contains multiple models with unequal library sizes"
3. 模型列表中的SCTModel.list条目具有不同的维度特征

这些问题通常出现在以下分析流程之后：

• 对每个样本独立进行SCTransform处理
• 合并多个Seurat对象
• 使用Harmony进行数据整合
• 尝试进行差异表达分析

技术原理分析

这些问题的根本原因在于SCTransform处理过程中产生的模型差异。SCTransform会对每个数据集独立估计参数，包括基因表达均值和离散度等。当合并多个经过独立SCTransform处理的对象时，每个对象保留了各自的模型参数，这可能导致：

1. 不同样本间基因特征数量不一致
2. 模型参数(如UMI计数)存在差异
3. 数据标准化基准不统一

这些差异会影响后续的差异表达分析，因为FindMarkers函数需要统一的标准化基准来比较不同组间的基因表达。

解决方案

方法一：使用最新版Seurat

开发团队已在最新版本中修复了合并SCTransform对象的相关问题。建议用户首先升级Seurat和相关依赖包：

install.packages("Seurat")
install.packages("SeuratObject")

方法二：统一预处理流程

对于仍遇到问题的用户，可以采用以下改进流程：

1. 先合并原始数据对象
2. 统一进行SCTransform处理
3. 再进行Harmony整合

示例代码：

# 合并原始对象
combined <- merge(sample1, sample2)

# 统一SCTransform处理
combined <- SCTransform(combined, vars.to.regress = "percent.mt")

# Harmony整合
combined <- RunHarmony(combined, "orig.ident")

方法三：明确指定分析参数

在进行差异表达分析时，明确指定参数可以避免潜在问题：

# 设置当前分析标识
Idents(combined) <- "seurat_clusters"

# 准备差异分析
combined <- PrepSCTFindMarkers(combined, assay = "SCT")

# 执行差异表达分析
markers <- FindAllMarkers(combined, assay = "SCT", recorrect_umi = FALSE)

最佳实践建议

1. 数据一致性：确保所有样本在合并前具有相同的特征集，可以使用JoinLayers函数统一特征空间。

2. 流程顺序：考虑先合并再标准化，而不是先标准化再合并，这有助于保持数据一致性。

3. 参数设置：在FindMarkers函数中明确设置recorrect_umi = FALSE可以避免部分问题。

4. 版本控制：保持Seurat和相关包为最新版本，以获得最佳兼容性。

5. 结果验证：在进行正式分析前，先用小样本测试整个流程是否顺畅。

总结

SCTransform与Harmony的整合为单细胞数据分析提供了强大的工具组合，但在实际应用中需要注意数据处理流程的合理性和一致性。通过理解底层技术原理、采用合适的分析流程和参数设置，可以有效地解决差异表达分析中遇到的问题，获得可靠的生物学发现。随着Seurat工具的持续更新，这些问题有望得到更好的解决，为用户提供更加流畅的分析体验。