如何为Seurat分析的基因数据框添加louvain细胞类型标注

核心思路 #

先从mke_cluster中提取唯一的seurat_clusters与louvain注释映射关系（原mke_cluster按细胞行存储，同一cluster会重复出现），再通过关联字段将映射注释匹配到mke_gene中，避免直接合并产生冗余。

实现代码（dplyr版本） #

# 安装并加载dplyr（若未安装）
# install.packages("dplyr")
library(dplyr)

# 提取唯一的cluster-注释映射表
cluster_louvain_map <- mke_cluster %>%
  distinct(seurat_clusters, louvain, .keep_all = FALSE)

# 为mke_gene匹配louvain注释
mke_gene_annotated <- mke_gene %>%
  left_join(cluster_louvain_map, by = "seurat_clusters")

实现代码（base R版本） #

如果偏好base R语法，可使用以下代码：

# 提取唯一的cluster-注释映射表
cluster_louvain_map <- unique(mke_cluster[, c("seurat_clusters", "louvain")])

# 为mke_gene匹配louvain注释
mke_gene_annotated <- merge(mke_gene, cluster_louvain_map, by = "seurat_clusters", all.x = TRUE)

关键说明 #

• 去重映射表是避免冗余的关键：直接用原mke_cluster合并会导致mke_gene的每条基因记录重复多次（对应cluster下的细胞数量），提取唯一映射后合并仅会为每条基因添加一次对应注释。
• 左连接（left_join或merge(all.x=TRUE)）确保mke_gene的所有基因记录都被保留，不会因cluster匹配失败丢失数据。

内容的提问来源于stack exchange，提问作者PesKchan