目录
基础介绍
源于R tips：Seurat之SCTransform方法原理 (qq.com)
Seurat对象在经过SCTransform处理后会增加一个SCT的Assay，里面的scaled.data就是经过scale之后的pearson residual值，这个值是用于后续降维聚类分析使用的。另外默认情况下，SCTransform还会对UMI进行correct并放置到SCT的counts中，这个correct值的log之后就是SCT assay中的data值，这个data值是用于差异表达及可视化使用的，这里的可视化主要是指的表达量可视化如vlnplot、featureplot等。
UMI进行correct的原理也很简单，和sctransform的第三步类似，它会将log_umi的值指定为所有细胞的中位数，也就是说固定了log_umi的值。然后将pearson residual乘以标准差之后再加上这个值即可。
（1）多个SCTransform后的Seurat对象merge之后的结果，只是简单的合并表达数据的行与列，无法直接用于差异表达和可视化；
（2）基于SCTransform合并数据集的integrated结果，它的integrated assay可以用于降维聚类，但是无法用于差异表达，它的SCT assay其实只是简单的进行了Seurat对象的merge