如何从UMAP聚类子集创建新Seurat对象？PBMC T细胞提取报错求助

方法1：使用subset函数的idents参数 #

这是Seurat官方推荐的提取指定聚类的方式，语法明确，可避免类型不匹配问题：

clusters <- c(0, 2, 4, 6)
tcells <- subset(pbmc, idents = clusters)

方法2：转换聚类标识类型后再筛选 #

Seurat默认将聚类结果存为因子类型，直接用数值向量匹配易出现类型兼容问题，可先转换类型再筛选：

clusters <- c(0, 2, 4, 6)
tcells <- pbmc %>% subset(as.numeric(Idents(.)) %in% clusters)

方法3：直接通过细胞元数据筛选 #

从Seurat对象的元数据中筛选目标聚类，也是可靠的实现方式：

clusters <- c(0, 2, 4, 6)
tcells <- pbmc[, pbmc$seurat_clusters %in% clusters]

错误原因说明 #

你之前的代码报错大概率是聚类标识类型不匹配导致：Seurat默认将聚类结果存储为因子类型，而你用数值向量c(0,2,4,6)匹配因子时，会引发subset调用FetchData()时的类型冲突，上述方法均可解决该问题。

内容的提问来源于stack exchange，提问作者Karol Wyrębkiewicz