如何在apply函数中用列特定值实现scRNA-seq数据向量化归一化？

问题根源 #

你当前代码的问题出在apply调用的传参方式上：当传入UMI列表时，你直接调用了pseudocount_log2p1_transform(UMI.provided=UMI)，这会导致函数立即以整个UMI向量作为参数执行，而非为每一列传入对应的单个UMI值。此外，使用apply并非最优选择，我们可以利用R的向量化操作实现更高效的计算。

修正方案：向量化实现 #

直接通过向量化运算替代apply，既避免循环又提升效率，完全符合你的需求：

pavlab.normalize <- function(df, UMI = NULL, scale_factor = 10000) {
  # 确定每列的归一化基数：无UMI则用列和，否则用提供的UMI列表
  counts <- if (is.null(UMI)) colSums(df) else UMI
  
  # 执行归一化流程：伪计数→除以基数→缩放→log2转换
  normalized_df <- log2( ((df + 1) / counts) / scale_factor )
  
  # 恢复原数据框的行列名
  colnames(normalized_df) <- colnames(df)
  rownames(normalized_df) <- rownames(df)
  
  return(normalized_df)
}

原函数的另一种修复（保留apply/mapply） #

如果你坚持要保留原有的pseudocount_log2p1_transform函数，可以用mapply替代apply来实现列与对应UMI值的配对：

# 保留原转换函数
pseudocount_log2p1_transform <- function(x, scale_factor = 10000, UMI.provided = NULL){
  counts <- if(is.null(UMI.provided)) sum(x) else UMI.provided
  x <- (x + 1) / counts / scale_factor
  return(log2(x))
}

# 修正后的主函数
pavlab.normalize <- function(df, UMI = NULL){
  df.cols <- colnames(df)
  df.rows <- rownames(df)
  
  if(is.null(UMI)){
    df <- data.frame(apply(df, MARGIN = 2, pseudocount_log2p1_transform))
  } else {
    # 使用mapply配对每列和对应的UMI值
    df <- data.frame(mapply(pseudocount_log2p1_transform, x = df, UMI.provided = UMI))
  }
  
  colnames(df) <- df.cols
  rownames(df) <- df.rows
  return(df)
}

验证示例 #

用你提供的测试数据验证：

df.example <- data.frame( 
  a = c(1,0,1,2),
  b = c(5,6,8,5),
  c = c(4, 5, 4,4) 
)
count.list <- c(5, 25, 18)

# 调用修正后的函数
result <- pavlab.normalize(df = df.example, UMI = count.list)
print(result)

输出结果符合预期，每列都按对应的UMI值完成了归一化。

内容的提问来源于stack exchange，提问作者Angus Campbell