R 环境下 ComBat 安装与加载：sva 包详解

说实话，我第一次做批次校正的时候，卡在最开始的地方——连包都装不上。后来才发现，sva 包不是 CRAN 的亲儿子，得走 Bioconductor 渠道。这一节咱们就把它讲透，从包是什么到怎么装、怎么验证，一步到位。

sva 包到底是干什么的？

sva，全称 Surrogate Variable Analysis，是 Bioconductor 上维护的一个 R 包。它的核心功能是检测并校正高维数据（比如基因表达矩阵）中的隐藏批次效应和未建模变异。你想想看，实验批次差异不就是典型的未建模变量吗？sva 包里的 ComBat 函数就是专门对付这种问题的。

我个人习惯把它比作“数据清洁工”：你给它一个表达矩阵，再告诉它每个样本属于哪一批，它就能把批次造成的偏移抹平，同时保留真实的生物学差异。我项目中碰到过一个 RNA-seq 数据，三个批次，一看 PCA 图，批次完全聚成三团。用 sva 的 ComBat 校正后，三团混在一起，生物学差异才显现出来。

安 sva 之前，先搞清楚依赖关系

装 sva 最怕的是装了半小时发现依赖冲突。我建议你先装一个工具：BiocManager。这玩意儿是 Bioconductor 的官方包管理器，能自动处理版本依赖和仓库切换。

依赖包	作用	安装途径
BiocManager	Bioconductor 包管理器	install.packages("BiocManager")
Biobase	表达矩阵基础结构	BiocManager 自动安装
limma	线性模型支持	BiocManager 自动安装
S4Vectors	数据容器	BiocManager 自动安装
BiocParallel	并行计算（可选）	BiocManager::install("BiocParallel")

安装步骤：两行代码搞定

别搞复杂了。先装 BiocManager，再用它装 sva。看代码：

# 第一步：安装 BiocManager（如果还没装）
install.packages("BiocManager")

# 第二步：通过 BiocManager 安装 sva 及其所有依赖
BiocManager::install("sva")

运行完第二条命令，R 会自动下载并编译 sva 以及 Biobase、limma、genefilter 等一票依赖包。这个过程大概需要 1-3 分钟，看网速。我曾在某台服务器上等了 5 分钟没动静，后来发现是代理没配好——options(download.file.method="libcurl") 可以解决。

加载并验证是否成功

装完之后，用 library(sva) 加载。如果没报错，就算过了第一关。但我建议多做一步验证——直接调用 ComBat 函数看看参数列表：

# 加载包
library(sva)

# 查看 ComBat 函数帮助
?ComBat

# 快速测试：生成一个模拟表达矩阵
set.seed(123)
expr <- matrix(rnorm(1000), nrow=50, ncol=20)
batch <- c(rep(1,10), rep(2,10))
# 如果没报错，说明能跑通
try(ComBat(dat=expr, batch=batch, mod=NULL, par.prior=TRUE, prior.plots=FALSE))

运行上面的测试代码，正常情况应该没有任何错误信息。如果弹出 Warning: No adjustment made. Data from only one batch detected. 那说明 batch 向量写错了，不是 ComBat 本身的问题。

一张图看懂本章知识脉络

加载后的小测试——确认能跑通

我每次装完一个新包，都会跑一个最简单的“Hello World”验证。对于 sva，我习惯这么做：

# 检查 sva 版本
packageVersion("sva")

# 列出包中所有函数
ls("package:sva")

# 跑官方示例
example(ComBat)

example(ComBat) 会执行一个内置演示，输出一堆图和控制台信息。如果看到“ComBat adjustment completed”，那就说明安装和加载都完美通过了。我刚开始学的时候，有一次装完忘了重启 R 会话，结果 library(sva) 一直报错——其实只是环境变量没刷新。关掉 R 再打开就没问题了。