如何修改SingleCellExperiment对象的size factors并解决velociraptor报错？

报错根源 #

这个错误是因为你的SingleCellExperiment(SCE)对象中存在size factors为0或负数的细胞，velociraptor的scvelo()函数要求所有细胞的size factors必须为正值。你此前用colSums(logcounts(sce)) >0的过滤逻辑并不准确——logcounts与size factors是独立存储的，无法通过logcounts过滤掉size factors异常的细胞。

解决步骤 #

1. 检查当前size factors状态
   先运行以下代码确认问题：

   # 查看前几个size factors的值
   head(sizeFactors(sce))
   # 统计非正值size factors的细胞数量
   table(sizeFactors(sce) <= 0)
   

2. 过滤异常细胞
   直接过滤掉size factors≤0的细胞：

   sce <- sce[, sizeFactors(sce) > 0]
   

   如果你的SCE对象尚未设置size factors（sizeFactors(sce)返回NULL），则先过滤掉无任何表达量的细胞，再重新计算size factors：

   # 过滤总counts为0的细胞
   sce <- sce[, colSums(counts(sce)) > 0]
   

3. 重新计算size factors（可选）
   若原size factors本身存在异常，建议用scater包重新计算稳健的size factors：

   library(scater)
   # 基于pooling策略计算（适合UMI数据）
   sce <- computeSumFactors(sce)
   # 或者直接用细胞总计数作为size factors
   sce <- computeLibraryFactors(sce)
   

   完成上述步骤后，重新运行velo.out <- scvelo(sce, subset.row=top.hvgs, assay.X="spliced")即可。

SingleCellExperiment的size factors存储在对象的sizeFactors槽位中，修改方式主要有以下几种：

1. 直接赋值
   准备一个与细胞数量长度一致的正数值向量，直接覆盖原有值：

   # 示例：用细胞总UMI数作为新的size factors
   new_size_factors <- colSums(counts(sce))
   # 确保所有值为正（避免极端情况）
   new_size_factors <- pmax(new_size_factors, 1e-6)
   sizeFactors(sce) <- new_size_factors
   

2. 用scater包重新计算

   • computeSumFactors()：基于pooling策略的稳健计算方法，适合UMI类型的单细胞数据，可按细胞簇分组提升准确性：

     library(scater)
     sce <- computeSumFactors(sce, clusters = colLabels(sce))
     

   • computeLibraryFactors()：以每个细胞的总计数作为size factors，计算逻辑简单直接：

     sce <- computeLibraryFactors(sce)
     

3. 从其他分析对象导入
   如果你的SCE是从Seurat对象转换而来，可将Seurat中的size factors导入：

   # 假设seurat_obj是你的Seurat对象
   sizeFactors(sce) <- seurat_obj$RNA@misc$size.factors
   

内容的提问来源于stack exchange，提问作者emily