引言:
随着单细胞RNA测序（scRNA-seq）实验规模和复杂性的增加，整合不同实验中的数据变得愈发重要。然而，批次效应，即不同数据集之间的技术差异，往往会掩盖真实的生物信号，因此需要进行纠正。为此，开发了多种批次效应校正方法，但它们的策略和表现各不相同。Pall Melsted等评估了七种广泛使用的批次效应校正方法，以评估它们在消除批次效应的同时保留生物学信号的效果。
关键发现:
1. 批次效应校正方法的表现：本研究评估了七种方法：Combat、Harmony、LIGER、MNN、SCVI、Seurat和BBKNN。每种方法采用了不同的策略——有些直接修改了计数矩阵，而另一些则侧重于低维嵌入或K-最近邻（KNN）图。Harmony和Combat在所有指标中表现最好，既有效消除了批次效应，又引入了最少的伪影。
2. 对聚类和差异基因表达的影响：像Harmony和Combat这样的方法对细胞聚类和差异表达分析的影响最小。而MNN、SCVI和LIGER等方法则引入了显著的变化，导致错误的聚类分配和基因表达谱的人工改变，这些扭曲使这些方法在某些分析管道中的应用值得担忧。
3. 对基因表达谱的影响：研究还发现，像MNN和Seurat这样的校正不佳的方法在差异基因表达分析中导致了大量的假阳性，使得这些方法不够可靠。相比之下，Harmony始终显示出与未校正数据的最高重叠，使其成为保持scRNA-seq数据生物学相关性时的安全选择。
结论:
本研究得出结论，尽管有多种批次效应校正方法可用，但Harmony在确保保留真实生物信号的同时最小化伪影引入方面表现最为可靠。虽然Combat也有效，但在某些应用中可能不如Harmony稳健。由于MNN和SCVI方法过度改变数据的倾向，不建议使用它们。
影响:
这些发现对进行scRNA-seq分析的研究人员具有重要意义。批次效应校正是一个关键步骤，选择合适的方法可以显著影响下游分析的结果，例如细胞聚类和基因表达研究。该研究为批次效应校正的最佳实践提供了明确的指导，推荐Harmony作为scRNA-seq工作流程中最可靠的工具。
参考文献
Sindri Emmanuel Antonsson et al. Batch correction methods used in single cell RNA sequencing analyses are often poorly calibrated. bioRxiv. 2024
