为什么需要校验批次校正效果
批次校正不是终点，而是起点。我见过太多团队跑完 ComBat 或 Harmony 就匆匆宣布「校正完成」，结果下游差异分析全被带偏。说白了，校验不是可选项，是保命项。
批次效应可能没被真正移除
校正算法只能削弱数据中可识别的批次结构。但你想想看，批次效应常常和生物学变异纠缠在一起——尤其是当实验设计有混杂时（比如批次 A 全是病例，批次 B 全是对照），算法很可能把真实的生物学差异也当成批次给抹掉了。这就是经典的「过度校正」陷阱。
我在项目中遇到过这样的情况：用标准化流程跑完 limma 批次校正，t-SNE 图上批次混合得挺漂亮。结果一做差异分析，原来显著的基因全没了。回头一查——校正后的数据里，对照组和病例组的差异被压缩了 60%。
校正本身引入了新的系统偏差
大多数批量校正方法（如 ComBat、RUV、Harmony）都依赖线性或低秩假设。如果数据的真实结构不符合这些假设——比如存在非线性批次漂移——校正反而会扭曲真实的组间差异。
来看个具体场景：
- 假设条件不满足：同样的技术平台，不同批次的基因表达量分布本身就存在非线性的 GC 含量偏差。校正后，原本正确的丰度关系可能被彻底打乱。
- 样本量不平衡：当某个批次只有 2 个样本时，算法无法可靠估计这个批次的效应。我建议至少保证每个批次 5 个样本，不然结果基本靠猜。
- 批次效应不是固定的：有些批次效应只影响部分基因或部分细胞。这类异质性批次效应，全局矫正方法完全无能为力。
校验能从源头暴露问题
校验的本质不是「找茬」，而是帮我们建立对校正结果的信任。你想想，如果校验步骤能在分析流程早期就发现批次残余或过度校正，那相当于省掉了后面几周甚至几个月的无效分析和反复排查。
以下是我在实际项目中总结的校验核心收益：
| 校验目标 | 发现问题类型 | 典型现象 |
|---|---|---|
| 批次残余 | 校正后批次仍然能明显区分 | t-SNE/UMAP 上样本按批次聚集 |
| 过度校正 | 生物学差异被错误抹除 | 组内差异缩小，组间差异消失 |
| 引入新偏差 | 校正后出现原始数据没有的分组结构 | 原本相似的两组变得不相似 |
| 假设不符 | 算法假设与数据不匹配 | 残差图中出现明显的非线性模式 |
一个真实的教训
我曾经帮一个合作团队做单细胞转录组整合。他们用了 Seurat 的 CCA 做批次校正，然后把所有批次标注成「已整合」，直接跑差异表达。结果有 3 个批次之间存在严重的批次漂移，校正后仍有 8% 的基因保持批次特异性。他们最后在文献里不得不增加一个「补充分析：去除残留批次效应后差异基因列表」。我后来给他们看了我写的置换校验流程，他们才意识到——校验这一步本该在上游就做好。
校验与下游分析的关系
批次校正后的数据通常会进入差异分析、聚类、分类甚至深度学习的 pipeline。如果校验没过，下游分析再漂亮也没用。我习惯用一句话来提醒自己和团队：
「校正结果靠不靠谱，不是跑一次代码说了算，是校验结果说了算。」
为什么一定要做置换检验？因为它不需要假设数据符合正态分布或方差齐性，能更鲁棒地检测校正后批次与生物学变量的独立性。置换检验的原理很简单：把样本标签随机打乱很多次，看看真实的批次分离强度在随机分布中处于什么位置。如果真实值落入尾部（p 值很小），说明批次残余依然显著。
何时必须做校验
- 你用了基于线性模型的方法（ComBat、limma）校正非线性批次漂移时
- 实验设计有混杂（批次与分组高度相关）时
- 下游分析要发表研究或支撑临床推断时
- 整合多个公开数据集时（不同来源的批次效应往往更复杂）
校验流程总览
小结
批次校正后的校验不是附加环节，而是保证结果可靠性的基本前提。我建议把校验流程写进你的分析 pipeline 里，像跑质控一样跑它。不然的话——嗯，你永远不知道你分析出来的「生物学发现」到底是真实的，还是批次效应玩的把戏。