批次效应

批次效应 (Batch Effect) 是由技术因素（非生物因素）引入的系统性变异，可能严重干扰微生物组分析结果。

批次效应的来源

来源	示例	影响
DNA 提取	不同试剂盒、提取日期	物种组成偏移
测序批次	不同 flow cell、运行日期	深度和质量差异
引物批次	不同合成批次	扩增偏好性变化
存储条件	-80°C vs -20°C	DNA 降解差异
操作人员	不同实验员	污染模式不同

如何识别批次效应

可视化方法

library(phyloseq)
library(ggplot2)

# PCA/PCoA 着色批次
plot_ordination(ps, ordinate(ps, "PCoA"), color = "batch")

# 热图聚序
pheatmap(otu_table(ps), annotation_col = sample_data(ps)["batch"])

统计检验

# PERMANOVA 检验批次对组成的影响
library(vegan)
adonis2(otu_table(ps) ~ batch + condition, data = sample_data(ps))

# 如果 batch 的 R² 很大且 p < 0.05，说明存在显著批次效应

批次效应校正方法

1. 实验设计层面（首选）

最佳策略是在实验设计阶段预防：

• 平衡设计: 每个批次包含所有实验组的样本
• 随机化: 样本处理顺序随机
• 批次内对照: 每批次加入阳性/阴性对照
• 同时处理: 尽量在同一批次处理所有样本

2. 统计校正

协变量方法

在统计模型中加入批次作为协变量：

# ANCOM-BC: 直接在公式中加入
result <- ancombc2(ps, fix_formula = "group + batch")

# DESeq2: 加入设计矩阵
dds <- DESeqDataSetFromMatrix(countData, colData, ~ batch + group)

ComBat / ComBat-seq

library(sva)

# 对丰度矩阵校正
adjusted <- ComBat_seq(counts, batch = sample_data$batch, 
                        group = sample_data$group)

limma::removeBatchEffect

library(limma)

# 对 log 转换后的数据校正
corrected <- removeBatchEffect(log_abundance, batch = metadata$batch)

3. 工具特定方法

工具	方法	适用场景
ANCOM-BC	协变量调整	差异丰度分析
SVA	代理变量	未知混杂因素
RUV	负对照基因	RNA-seq 类数据
MMUPHin	元分析校正	多队列整合

关键原则

1. ⚠️ 永远不要在不考虑批次的情况下比较组间差异
2. ✅ 实验设计 > 统计校正 — 预防优于补救
3. ✅ 平衡设计 — 批次和实验组交叉
4. ✅ 保留批次信息 — 在结果中报告批次效应
5. ✅ 敏感性分析 — 校正前后结果一致性检验

相关概念

• 组成性数据分析 (CoDA)
• Alpha 多样性
• ANCOM-BC

参考文献

1. Leek et al. (2010) Tackling the widespread and critical impact of batch effects in high-throughput data. Nature Reviews Genetics. DOI: 10.1038/nrg2825
2. Gibbons et al. (2018) Correcting for batch effects in case-control microbiome studies. PLOS Computational Biology. DOI: 10.1371/journal.pcbi.1006102
3. Dai et al. (2022) MMUPHin: meta-analysis framework with community heterogeneity control. Nature Communications. DOI: 10.1038/s41467-022-29587-9

---

最后更新: 2026-03-30