SCTransform（SCT）是 Seurat 团队专门为 scRNA-seq 开发的一种 基于负二项分布的正则化方法 + 变异稳定化处理（variance stabilizing transform）。

⭐ 推荐在以下情况下使用：

① 当数据批次多 / 样本间差异较大的时候（强烈推荐）

SCTransform 对技术噪音（测序深度、线粒体比例、细胞大小等）建模，因此对： • 多个样本 • 多个批次 • 多平台混合 • 多组织来源

这些状况非常稳健，比 NormalizeData + ScaleData 更能减少 batch effect。

⸻

② 在需要高精度整合（Seurat Integration）时

Seurat v4/v5 推荐在整合前对每个样本单独做 SCTransform：

obj.list <- SplitObject(obj, split.by="sample")
obj.list <- lapply(obj.list, function(x) SCTransform(x))
features <- SelectIntegrationFeatures(obj.list)
obj.list <- PrepSCTIntegration(obj.list, anchor.features = features)
anchors <- FindIntegrationAnchors(object.list = obj.list, normalization.method = "SCT")
combined <- IntegrateData(anchorset = anchors, normalization.method = "SCT")

👉 如果你的目标是整合不同组、批次，这基本是最佳选择。

⸻

③ 你需要非常清晰的 cluster 分离（更强的生物学信号）

SCT 会使 cluster 更清晰，尤其对: • 免疫细胞 • 高噪音细胞类型 • 整个组织的 heterogeneity（例如肝脏、小肠、肾脏等）

⸻

④ 原始数据噪音大 / 测序深度差异大

例如 10x、Drop-seq、不同 chemistries 混合等。

SCT 的正则化模型可以纠正： • library size（测序深度） • technical noise • overdispersion

效果比 NormalizeData 稳定得多。

⸻

❌ 什么时候不要使用 SCTransform？

① 你已用 Normalize → HVG → ScaleData 分析了一半

⚠️ 中途换到 SCTransform = 前处理完全不兼容！ • HVG 不同 • PCA 不同 • 距离矩阵不同 • cluster 会改变 • 不能无缝合并

👉 你之前的分析必须保持一致，不能混用。

⸻

② 你要和旧算法（如鉴定 marker、分群）的结果保持一致

Normalize + Scale 是最传统的方式，特别是在： • 你拿到别人已处理的数据 • 你要复现论文结果 • downstream 工具依赖“对数归一化”矩阵

这种情况不能用 SCT。

⸻

③ 数据量非常小（< 2000 细胞）

SCT 需要一定样本量做正则化，否则不稳定。

⸻

④ 有多模态数据整合（例如 RNA + protein 的 CITE-seq）且你想维持 protein assay 原结构

这时可以使用 SCT，但必须对 RNA 用 SCT，对 protein 维持原状态。 如果你完全不熟悉，会容易踩坑。

⸻

🧬 SCTransform 与 Normalize + Scale 的根本区别

下面是从数学原理到实践效果的最关键区别：

⸻

  1. 归一化方式与数学模型不同

NormalizeData（传统） • 线性归一化（library size） • 对数转换 log1p • 假设每个基因的噪音一样（错误假设）

SCTransform • 用负二项分布拟合基因的噪音 • 计算 Pearson residuals • 数学上更合理、噪音建模更真实 • 变异稳定化 → cluster 分离更清晰

⸻

  1. HVG 选择方式不同

Normalize：

选“变异度高”的基因（受测序深度影响）

SCT：

直接根据 Pearson residuals 自动确定高变基因，不受深度偏倚

👉 HVG 通常更合理 → 后续 PCA/UMAP 更稳健

⸻

  1. 是否自动回归协变量

Normalize + ScaleData：

你必须手动写：

ScaleData(obj, vars.to.regress = c("percent.mt", "nCount_RNA"))

SCT：

自动将测序深度纳入模型 不需要再回归 nCount_RNA 只需要额外回归 mt（若必要）：

SCTransform(obj, vars.to.regress = "percent.mt")

⸻

  1. 技术效应对 cluster 的影响

Normalize：

技术噪音更容易造成“假 cluster”。

SCT：

更真实地反映生物差异，减少假 cluster。

⸻

  1. 整合（Integration）效果不同

Normalize：

整合效果差，尤其样本多时。

SCT（强烈推荐）：

Seurat v4/v5 官方推荐的整合方式。

⸻

🔍 SCTransform 的优缺点总结表

方法 优点 缺点 适用场景
NormalizeData + ScaleData 经典、稳定、简单；与旧分析兼容 易受测序深度影响；批次整合弱 小项目、老数据复现、已做部分分析
SCTransform 数学模型严谨；噪音校正强；cluster 清晰；整合效果最好 不兼容传统流程；不能中途切换；较耗时 多样本、多批次、高噪音数据；从头分析