Seurat中SCTransform后获取残差方差的技术解析

在单细胞RNA测序数据分析中，Seurat的SCTransform方法是一种常用的数据归一化和方差稳定化方法。本文将深入探讨SCTransform处理后如何获取残差方差，以及相关技术细节。

SCTransform处理流程概述

SCTransform方法主要包含两个回归步骤：

1. 负二项式回归：首先对原始计数数据进行负二项式回归，这一步计算得到的残差均值和残差方差存储在SCTModel.list$[e-mail]中。

2. 线性回归：如果设置了vars.to.regress参数，会对第一步的结果进行额外的线性回归，回归后的残差均值存储在scale.data槽中。

残差方差的获取方法

值得注意的是，scale.data槽仅包含经过第二次回归后的残差均值，而不包含残差方差。要获取考虑额外协变量后的残差方差，目前没有直接的方法，但可以通过以下方式自行计算：

1. 确保在运行SCTransform时设置return.only.var.genes = FALSE，以保留所有基因而非仅高变基因。

2. 对scale.data中的表达数据与协变量进行线性回归分析，从回归结果中提取残差方差。

高变基因的选择机制

SCTransform中高变基因(HVG)的选择仅基于第一步负二项式回归得到的残差方差(resVar)，而不考虑后续线性回归中引入的额外协变量。这意味着：

• 高变基因的确定不受vars.to.regress中设置协变量的影响
• 这种设计是出于数据居中(centering)的考虑
• 如果需要考虑协变量的影响，需要按照上述方法自行计算残差方差并筛选基因

技术建议

对于需要精确考虑协变量影响的研究，建议：

1. 先运行完整的SCTransform流程
2. 手动进行协变量回归分析
3. 基于回归后的残差方差重新定义高变基因
4. 在后续分析中使用自定义的高变基因列表

这种方法虽然增加了分析步骤，但能更准确地反映数据特性，特别是在存在强协变量影响的情况下。

理解SCTransform的内部处理机制对于正确解释分析结果至关重要，特别是在需要严格控制协变量影响的实验设计中。