组学批次校正与信号保留

更新：2026-10-14；状态：可用；验证范围：原始研究和官方资料核对；方法说明，未运行完整专业分析流程。

校正和整合需要定义保留的生物学结构，混合得更均匀不自动意味着更正确。

先区分任务

差异推断可以在设计矩阵中建模批次；探索性可视化可以调整表示；跨样本细胞整合可以学习共同潜在空间。它们的输入、目标和输出不同，不能一律称为“去批次”后再把结果当原始测量。

线性调整、锚点/邻居匹配、Harmony或scVI等潜变量方法各有假设。若某细胞类型只在一组存在，强行要求所有批次完全混合可能擦除真实结构。组别与批次完全重合时，算法没有充分信息确定应保留什么。

怎样检查

同时评价批次混合与生物学结构保留，检查供体、稀有群体、已知连续状态和未参与拟合的证据。UMAP好看不证明校正正确；只用校正时指定的标签作唯一验证可能循环利用信息。

差异表达需遵循所用方法推荐的计数/模型层，不能默认在整合embedding或任意校正矩阵上做计数检验。预测任务的参数学习还要限制在训练范围。

本页为方法比较，未运行Harmony/scVI。概念见批次效应与混杂，验证见组学方法比较与敏感性分析。原始方法：Harmony、scVI。

用一个设计判断是否可校正

批次1全是A、批次2全是B时，观察到的差异既可能来自组别也可能来自批次。模型中两种编码重合，无法从这份数据拆开；一张混合更均匀的UMAP不补充缺失的交叉设计。

可填写组别×批次计数表，检查每个批次是否有两组，再结合质控和供体判断。embedding指降维后的坐标表示，可用于邻居探索，不能自动当原始计数。基础见批次效应与混杂、PCA原理与实现。