使用DESeq2创建DESeqDataSet时遇行列数不匹配错误求助

核心错误原因 #

你遇到的ncol(countData) == nrow(colData) is not TRUE报错，根源是**tidy=TRUE参数的错误使用**：

• 当设置tidy=TRUE时，DESeqDataSetFromMatrix要求countData是长格式（tidy）的数据框，而非你当前使用的宽格式矩阵。
• 宽格式矩阵（行=基因，列=样本）是该函数的默认输入格式，此时不需要添加tidy=TRUE参数。

另外，你的design公式中包含genotype，但my_dataframe里没有这个列，后续运行也会报错，需要同步修正。

修正后的代码 #

library(DESeq2)

# 创建宽格式count矩阵（行=基因，列=样本）
my_matrix <- matrix(data = c(1, 2, 3, 4, 5, 6, 7, 8, 9,
                             10, 11, 12, 13, 14, 15, 16, 17, 18,
                             19, 20, 21, 22, 23, 24, 25, 26, 27,
                             28, 29, 30),
                   nrow = 3,
                   ncol = 30,
                   byrow = TRUE)
rownames(my_matrix) <- c("Gene1", "Gene2", "Gene3")
# 给矩阵添加列名（必须与my_dataframe的行名一致）
colnames(my_matrix) <- c("1", "2", "3", "4", "5", "6", "7", "8", "9", "10", "11", "12", "13", "14", "15", "16", "17", "18", "19", "20", "21", "22", "23", "24", "25", "26", "27", "28", "29", "30")

# 创建样本元数据框，确保所有列向量长度为30
my_dataframe <- data.frame(
  sample = c("A", "B", "C", "D", "E", "F", "G", "H", "I", "J", "K", "L", "M", "N", "O", "P", "Q", "R", "S", "T", "U", "V", "W", "X", "Y", "Z", "AA", "AB", "AC", "AD"),
  condition = rep(c("apple", "banana", "orange"), length.out = 30), # 明确填充30个元素
  experiment = rep(c(TRUE, FALSE, TRUE), length.out = 30), # 明确填充30个元素
  genotype = rep(c("WT", "Mut"), length.out = 30) # 添加design中用到的genotype列
)
rownames(my_dataframe) <- c("1", "2", "3", "4", "5", "6", "7", "8", "9", "10", "11", "12", "13", "14", "15", "16", "17", "18", "19", "20", "21", "22", "23", "24", "25", "26", "27", "28", "29", "30")

# 调用函数时移除tidy=TRUE参数
dds <- DESeqDataSetFromMatrix(countData = my_matrix, 
                              colData = my_dataframe, 
                              design = ~ sample + experiment + genotype:condition)

# 验证参数
ncol(my_matrix)
nrow(my_dataframe)
ncol(my_matrix) == nrow(my_dataframe)
all(colnames(my_matrix) == rownames(my_dataframe))

关键修正点 #

1. 移除tidy=TRUE：宽格式矩阵是DESeqDataSetFromMatrix的默认输入，无需该参数。若要使用长格式数据，需将countData转换为包含gene、sample、count列的数据框，再设置tidy=TRUE。
2. 补全矩阵列名：你之前的my_matrix没有设置列名，虽然验证时用all(colnames(my_matrix) == rownames(my_dataframe))，但实际colnames(my_matrix)是NULL，这会导致后续样本匹配问题，必须显式设置列名与元数据行名一致。
3. 修正design公式依赖列：添加genotype列到元数据框，避免后续公式解析错误。
4. 明确填充元数据列：用rep(..., length.out=30)确保所有元数据列长度一致，避免R自动循环带来的潜在问题。

内容的提问来源于stack exchange，提问作者Han