如何在Seurat中使用处理后的DEGs文件做UMAP？报错求助

错误核心原因 #

1. Seurat输入结构不匹配：CreateSeuratObject要求传入基因×细胞的原始表达计数矩阵（如UMI count），但你输入的是差异分析得到的signature基因及其avg_logFC（差异倍数），这并非表达矩阵，逻辑完全错误。
2. 数据类型转换错误：你提取的data包含字符型的Gene列，转成矩阵后混入非数值数据，执行as.numeric()时产生NA，直接导致后续FindVariableFeatures中的Loess拟合失败。

修正方案（分两种场景） #

场景1：已有完整细胞表达Seurat对象，基于signature基因分析簇特征 #

如果你已经有包含所有细胞的完整表达数据集（比如整合后的Seurat对象），正确做法是导入signature基因后计算细胞特征评分，而非单独创建Seurat对象：

# 1. 导入所有簇的signature基因（仅保留有效基因名）
all_signatures <- lapply(1:10, function(i) {
  data <- read_excel("cells.xlsx", sheet = i)
  colnames(data)[1] <- "Gene"
  # 过滤NA和无效基因名
  genes <- na.omit(data$Gene)
  # 可选：只保留在你的完整Seurat对象中存在的基因
  # genes <- genes[genes %in% rownames(your_full_seurat)]
  return(genes)
})
names(all_signatures) <- paste0("Cluster_", 1:10)

# 2. 为完整Seurat对象添加簇特征评分
your_full_seurat <- AddModuleScore(
  object = your_full_seurat,
  features = all_signatures,
  name = "Cluster_Score_"
)

# 3. 可视化（UMAP展示各簇评分分布）
FeaturePlot(your_full_seurat, features = paste0("Cluster_Score_", 1:10))

场景2：需为每个簇创建Seurat对象，使用原始表达数据 #

如果你确实要为单个细胞簇创建Seurat对象，必须使用该簇所有细胞的原始表达计数矩阵（而非差异基因列表）：

# 1. 导入每个簇的原始表达数据（Excel每个sheet为基因×细胞的计数矩阵）
all_data <- lapply(1:10, function(i) {
  data <- read_excel("cells.xlsx", sheet = i)
  # 将第一列基因名设为行名，移除原列
  rownames(data) <- data[,1]
  data <- data[,-1]
  # 转换为数值矩阵，填充NA为0
  data <- as.matrix(data)
  data[is.na(data)] <- 0
  return(data)
})

# 2. 创建Seurat对象列表
seurat_list <- lapply(all_data, function(data) {
  pbmc <- CreateSeuratObject(counts = data)
  pbmc <- NormalizeData(pbmc)
  pbmc <- FindVariableFeatures(pbmc)
  pbmc <- ScaleData(pbmc)
  pbmc <- RunPCA(pbmc, verbose = FALSE)
  pbmc <- RunUMAP(pbmc, reduction = "pca", dims = 1:10)
  return(pbmc)
})

额外检查项 #

• 验证Excel数据：确保每个sheet的数值列无字符混入（如空值、注释），导入后用str(data)查看类型，确认avg_logFC（或表达计数）为数值型。
• 若仅需分析差异基因的功能，建议使用富集分析工具（如clusterProfiler），而非Seurat的单细胞流程。

内容的提问来源于stack exchange，提问作者RRRRRRRR