定位SCTransform内存峰值并检查实现与参数

SCTransform在拟合、计算残差或整理输出时可能表现出不同的内存高峰。遇到分配失败时，先确定它发生在哪一步、数据如何存放以及调用了哪一套实现。只提高一个上限或删除几份结果，可能没有触及真正需要分配的大对象。

本文使用Seurat的RNA原始UMI counts作为输入，重点是SCTransform本身的诊断。官网当前参考页与旧教程的默认参数和内部实现可能不同，应以你安装的Seurat、SeuratObject和sctransform版本为准。不要将SCT校正后的counts再误当作未处理原始计数重复建模。

保存调用信息，并确认矩阵来源

先在不执行大计算的情况下记录版本、assay类、counts层数量、细胞数、特征数与矩阵类。如果有多个counts层，应明确它们对应哪些样本。现行工作流可以对不同层分别建模，但最后整理结果仍可能产生新的内存需求；不应仅看单层尺寸就估计整个对象。

library(Seurat)
library(SeuratObject)
obj <- readRDS("rna-counts.rds")
print(sapply(c("Seurat", "SeuratObject", "sctransform"),
             function(p) as.character(packageVersion(p))))
print(class(obj[["RNA"]]))
layers <- grep("^counts($|\.)", Layers(obj[["RNA"]]), value = TRUE)
for (ly in layers) {
  m <- LayerData(obj, assay = "RNA", layer = ly)
  print(list(layer = ly, dim = dim(m), class = class(m)))
}
writeLines(capture.output(sessionInfo()), "sct-session.txt")

明确参数影响的是哪一段

ncells用于模型拟合中的细胞抽样，不应被当成最终输出细胞数的直接开关。return.only.var.genes约束残差结果保留的特征范围，而不是承诺每一步都不生成较大临时对象。当前文档中的conserve.memory提供另一种减少完整残差物化的策略，但可能需要更多运行时间，并要求相应输出范围。

还有一些内部参数只服务于特定多层调用路径，不能从函数帮助中看到就当作所有版本通用的优化选项。比如延迟残差构建与具体方法有关，应先沿当前公开工作流验证。参数调整需要与后续分析所需的特征和模型保持一致。

从单层、串行和明确输出范围开始验证

下例针对恰有一个RNA counts层、准备重做SCT的输入。若有多层会停止，要求先确认建模路径。特征数只是示例设置，应与研究分析计划一致；它不会保证所有数据都能在某种固定内存中运行。

if (length(layers) != 1L) stop("多counts层请先按当前多层SCT工作流核对")
if (requireNamespace("future", quietly = TRUE)) {
  future::plan(future::sequential)
}
obj <- SCTransform(obj, assay = "RNA", vst.flavor = "v2",
                   variable.features.n = 3000,
                   conserve.memory = TRUE,
                   return.only.var.genes = TRUE,
                   verbose = TRUE)
stopifnot("SCT" %in% Assays(obj))
print(dim(LayerData(obj, assay = "SCT", layer = "scale.data")))
print(length(VariableFeatures(obj[["SCT"]])))
saveRDS(obj, "sct-checked.rds")

通过外层资源工具记录整个R进程峰值，并保留标准错误日志。若本机版本不接受示例参数，应先查对应版本帮助，不通过升级生产环境来掩盖兼容问题。串行验证主要避免诊断时叠加并行对象复制，不能把它说成对所有SCT任务都更快。

检查结果后再讨论配置

检查细胞名与元数据是否仍对应、SCT assay及所需特征是否存在、残差结果是否符合后续PCA或整合需求，并重新读取保存文件。若主要目标还需要其他基因的残差，应按相应流程准备，而不是把当前精简结果说成全特征都已完成。

输入异常也会让诊断走错方向

确认RNA层来自预期的原始UMI计数，检查是否误用了标准化值、其他assay或不匹配的细胞属性。只抽取小范围值和元数据核对，避免为了做检查先把整个矩阵转成稠密形式。若拟合报告数据、特征或协变量相关错误，应先处理这些问题，再判断内存。

需要回归的协变量也必须有清楚的研究依据和正确的细胞对应。缺失列、缺失值或错误样本映射不能通过增加资源解决。对比新旧脚本时，列出vst.flavor、拟合设置、回归项与输出特征范围的变化；如果这些都改变了，就应作为新的方法条件记录，不把所有差异解释成新服务器带来的效果。

当版本、输入含义和必要参数已确认，串行或合理并发下仍存在明确内存缺口，再把细胞量、特征量、报错阶段和峰值日志用于大内存CPU方案评估。云生信可按任务沟通资源与环境范围，租赁不自动包含方法选择或完整分析交付。

参考与版本核对

• Seurat：SCTransform参考
• Seurat：SCTransform工作流
• R官方手册：内存限制与对象
• GNU Time：内存资源统计