Seurat项目中HTO低表达样本的过滤处理方法

背景介绍

在单细胞RNA测序数据分析中，使用Hashtag Oligonucleotides (HTO)技术进行样本多路复用(multiplexing)是一种常见的实验设计。Seurat作为单细胞分析的主流工具，提供了完整的HTO数据分析流程。然而在实际分析过程中，经常会遇到某些HTO标记表达量极低的情况，这会导致后续分析出现"Cells with zero counts exist as a cluster"等错误。

问题分析

当某个HTO标记仅被极少数细胞(如6个细胞)检测到时，这种低表达情况会干扰Seurat的HTODemux函数正常运行。主要原因包括：

1. 统计学显著性不足：过少的阳性细胞无法形成可靠的聚类
2. 技术噪音干扰：低表达HTO可能来源于实验污染或非特异性结合
3. 算法限制：默认参数假设每个HTO都有足够数量的阳性细胞

解决方案

方法一：直接过滤低表达HTO

最直接的解决方案是移除表达量过低的HTO标记。具体实现步骤如下：

1. 检查HTO表达矩阵：

rowSums(Seurat.object[["HTO"]]$counts)

2. 识别并移除低表达HTO行：

hto_matrix <- Seurat.object@assays$HTO$counts
hto_matrix <- hto_matrix[-which(rowSums(hto_matrix) < threshold), ]  # threshold根据实际情况设定

3. 创建新的HTO分析对象：

hto_assay_new <- CreateAssayObject(counts = hto_matrix)
Seurat.object[['HTO_new']] <- hto_assay_new

方法二：调整HTODemux参数

对于轻微的低表达情况，可以尝试调整HTODemux的参数：

Seurat.object_demulti <- HTODemux(
  Seurat.object,
  assay = "HTO",
  positive.quantile = 0.99,  # 可尝试调低此值
  nstarts = 100              # 增加聚类尝试次数
)

方法三：预处理过滤

在HTO分析前进行严格的质控：

# 移除无HTO信号的细胞
Seurat.object <- subset(Seurat.object, subset = nCount_HTO > 0)

# 可选：移除HTO总数过低的细胞
Seurat.object <- subset(Seurat.object, subset = nCount_HTO > quantile(Seurat.object$nCount_HTO, 0.01))

最佳实践建议

1. 实验设计阶段：确保每个样本有足够的细胞数量，一般建议每个HTO至少有100-200个细胞

2. 数据分析阶段：

   • 先可视化HTO表达分布(使用RidgePlot或VlnPlot)
   • 对明显异常的HTO进行过滤
   • 记录过滤的HTO信息以备后续分析

3. 结果验证：

   • 检查demux后各样本的细胞数量分布
   • 与实验预期进行比对
   • 必要时进行人工复核

技术要点总结

处理HTO低表达问题的核心在于理解Seurat的HTODemux算法原理。该函数基于k-medoids聚类，要求每个HTO有足够数量的阳性细胞形成稳定的聚类中心。当某个HTO阳性细胞过少时，会导致聚类失败，从而产生错误提示。通过预处理过滤或参数调整，可以解决这类问题，但需要谨慎操作以避免引入分析偏差。