首页
/ Seurat V5中多样本SCT标准化与整合的工作流程解析

Seurat V5中多样本SCT标准化与整合的工作流程解析

2025-07-02 21:01:40作者:吴年前Myrtle

背景介绍

在单细胞RNA测序数据分析中,Seurat是最广泛使用的工具之一。随着Seurat V5的发布,其工作流程与之前的V4版本相比发生了一些重要变化,特别是在处理多个样本的SCTransform(SCT)标准化和整合方面。

核心问题

许多从Seurat V4迁移到V5的用户在处理多样本数据时遇到了困惑,特别是在以下方面:

  1. 合并样本时应该使用RNA还是SCT assay
  2. 何时进行SCT标准化
  3. 如何正确设置整合流程

推荐工作流程

1. 样本合并

首先将所有样本合并为一个Seurat对象。在合并时,使用RNA assay即可,因为后续会统一进行SCT标准化。

# 假设OM.list是包含所有样本的列表
OM.merge <- merge(x = OM.list[[1]], y = OM.list[-1])

2. 数据分层

合并后,需要根据实验设计将数据分层。关键点是分层变量应该对应不同的测序批次或技术重复,而不是生物学条件(如疾病状态)。

# 正确的做法是按样本ID分层
OM.merge[["RNA"]] <- split(OM.merge[["RNA"]], f = OM.merge$sample_id)

# 错误的做法是按疾病状态分层
# OM.merge[["RNA"]] <- split(OM.merge[["RNA"]], f = OM.merge$disease)

3. SCT标准化

对分层后的数据进行SCTransform标准化:

OM.all <- SCTransform(OM.merge)

这一步会自动为每个层(即每个样本)拟合单独的负二项式模型,同时保留共同的基因特征空间。

4. 降维与可视化

OM.all <- RunPCA(OM.all)
OM.all <- RunUMAP(OM.all, dims = 1:30)

5. 数据整合

使用Harmony等方法进行批次校正:

OM.all <- IntegrateLayers(
  object = OM.all, 
  method = HarmonyIntegration, 
  normalization.method = "SCT"
)

6. 聚类分析

OM.all <- FindNeighbors(OM.all, reduction = "harmony", dims = 1:30)
OM.all <- FindClusters(OM.all, resolution = seq(0, 1.5, by = 0.1))

技术要点解析

  1. 为什么按样本分层而不是按疾病状态?

    • 按样本分层可以正确建模不同测序批次的技术变异
    • 按疾病状态分层会混淆技术变异和生物学差异
  2. V5与V4的主要区别:

    • V5使用多层(multi-layer)架构代替了V4中的列表操作
    • 工作流程更加线性化,减少了循环操作
    • 整合方法直接作用于多层对象
  3. SCT标准化的优势:

    • 同时处理技术噪声和测序深度差异
    • 保留生物异质性
    • 适合后续的差异表达分析

常见问题解决

如果在整合后观察到奇怪的聚类模式,可以检查:

  1. 分层变量是否正确设置
  2. 是否使用了正确的标准化方法(normalization.method = "SCT")
  3. PCA和整合使用的维度是否合适
  4. 分辨率参数是否适合数据集的复杂度

通过遵循上述工作流程,用户可以有效地在Seurat V5中处理多样本单细胞数据,获得可靠的整合结果。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
261
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
858
509
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
257
300
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
331
1.08 K
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
397
370
note-gennote-gen
一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
kernelkernel
deepin linux kernel
C
22
5