Seurat V5中多样本SCT标准化与整合的工作流程解析

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。