2. 批次效应产生原理
做RNA-seq的人，十有八九会被批次效应坑过。我刚入行那几年，接过一个项目——同一批样本，分两次测序，结果差异基因列表长得像两个物种。老板问怎么回事，我查了三天，最后发现是换了一盒反转录试剂。其实你想想看，批次效应就像实验室里看不见的“指纹”，每次实验操作、每批试剂、每台仪器都会留下痕迹。搞明白它的来源，才能有的放矢地去掉它。
2.1 实验设计带来的系统性偏差
实验设计是批次效应的第一个“帮凶”。如果你的样本分组和测序批次完全重合——比如所有处理组放在第一周测，所有对照组放在第二周测——那任何批次效应都会被误判成生物学差异。我见过最典型的案例：一位同事把两批收的样本分别提取RNA，然后送去同一个测序中心，结果第一批和第二批的PCA图硬生生分成了两群。你猜怎么着？他后来发现第一批样本的提取时间是上午，第二批是下午，光这个时间差就够引入几个百分点的变异。
我个人习惯在实验设计阶段就做三件事：
- 批次交叉：确保每个处理组在每个批次中都均匀分布。
- 随机化：样本处理顺序、上机顺序都要随机。
- 预留重复样本：同一份样本分到不同批次做技术重复。
提示：我曾经在项目里故意把一个对照样本拆成两份，一份跟第一批跑，一份跟第二批跑。最后用这两份数据算出批次效应大小，再决定要不要做校正。这招很土，但有效。
2.2 试剂批次：最容易被低估的来源
试剂批次带来的变异，我甚至觉得比测序仪器还大。不同批次的TRIzol、反转录酶、接头、PCR mix……成分上可能只是微小的浓度差异，或者某个辅料的来源变了，但在RNA-seq的结果上会被放大几十倍。为什么？因为文库构建是酶促反应，酶的效率对底物浓度极其敏感。一个典型的例子是不同批次的接头适配器——
| 试剂类型 | 潜在影响 | 我见过的坑 |
|---|---|---|
| TRIzol / 柱法提取试剂 | RNA得率、完整性差异 | 同一样本用两瓶不同批次的TRIzol，RIN值差1.2 |
| 反转录酶 | cDNA第一链合成效率 | 某批次酶产量低30%，导致后续扩增循环数改变 |
| PCR 聚合酶 | 扩增偏好性、dup率 | 换酶后GC-rich区域的覆盖度陡降 |
| 接头 | 多重样本间索引比例偏倚 | 不同批次接头导致某些样本的reads数相差数倍 |
警告：千万别以为同一厂家、同一品牌就一定没问题。我遇到过同一个货号、连续两次采购的批次，做QC时发现定量结果差了15%。建议每次到货后自己做小规模测试，记录批号。
2.3 测序仪器：从流动槽到光路的差异
说白了，测序仪是个精密的光学仪器。不同仪器之间的光学系统校准不同，同一台仪器在不同时间点的状态也不同。我记得有一次，同一份文库在Novaseq 6000的A通道和B通道上跑，得到的基因表达量在低表达区域波动超过20%。还有跑Illumina平台的人都知道，流动槽上的lane效应——中间几个lane的簇密度通常更稳定，边缘lane容易受温度梯度影响。
常见的仪器相关批次来源包括：
- 不同机型：HiSeq vs. NovaSeq vs. NextSeq，读长策略、荧光检测方式都不同。
- 同一机型的不同仪器：即使同一型号，光学模块的个体差异也会引入系统偏移。
- 不同流动槽批次：簇密度、信号强度、交叉污染水平都有批次差异。
- 运行时间：上午跑和晚上跑，实验室温湿度不同，可能影响桥式PCR效率。
核心观点：仪器带来的批次效应通常是乘法效应（倍数变化）而非加法效应。利用这一点，后续的校正方法（如ComBat）会通过缩放每个基因的表达水平来消除。
2.4 操作人员：同一个流程，不同结果
做过文库构建的人都知道，流程里有太多手工步骤：吸打混匀的手速、贴壁加样的角度、磁珠分选的弃上清时机……这些细节在不同人手上差别很大。我曾经带过一个实习生，同样的样本让他做两次，第一次结果挺好，第二次的文库浓度直接减半。一问原因，他说“这次我多吸打了几次，怕没混匀”。你看，就算有标准操作流程（SOP），人的手感还是没法标准化。
常见的操作差异点：
- RNA提取阶段：匀浆时间、研磨力度、过柱时离心力度。
- 文库构建阶段：末端修复孵育时间、接头连接时的摩尔比计算、PCR循环数选择。
- 定量与归一化：Qubit读数前是否混匀、pooling时的体积计算错误。
避坑指南：我强烈建议在项目开始前，安排所有操作人员进行一次“一致性测试”——用同一份RNA，每个人独立构建一个文库，然后一起测序。数据出来后你会吓一跳：CV值通常都在15%~30%之间。
2.5 其他隐性来源：环境、存储与时间
除了上面四点，还有些容易被忽略的。比如样本存储时间：有些样本放了两年再提RNA，降解程度和新鲜样本完全不同。再比如冻融次数：每冻融一次，RNA完整性就会下降一点。还有实验室温湿度：夏天湿度高时，RNA酶活性更强；冬天干燥，静电可能导致磁珠聚集。这些因素虽然单个影响不大，但叠加起来就可能成为批次效应的一部分。
2.6 一张图看懂批次效应的来源
下面这张SVG图，我把它画成了鱼骨图的变形，把所有来源串到一根主干上。你看完心里就有谱了。