Seurat中PercentageFeatureSet函数报错：无效字符索引求助

问题根源及对应修复方案 #

1. 线粒体基因前缀不匹配 #

教程默认用^MT-匹配人类线粒体基因，但如果你的数据是小鼠（前缀为^mt-）或其他物种，会出现匹配为空的情况，进而触发索引错误。

• 修复步骤：
  先确认基因名格式：

  head(rownames(your_seurat_object@assays$RNA@data))
  

  根据实际前缀调整匹配规则，比如小鼠数据用：

  your_seurat_object[["percent.mt"]] <- PercentageFeatureSet(your_seurat_object, pattern = "^mt-")
  

2. 基因名存在异常格式 #

基因名包含空格、特殊符号，或存在重复命名，会导致colSums无法正常索引。

• 修复步骤：

  # 清除基因名中的非标准字符
  rownames(your_seurat_object@assays$RNA@data) <- gsub("[^A-Za-z0-9_]", "", rownames(your_seurat_object@assays$RNA@data))
  # 为重复基因名添加后缀确保唯一性
  rownames(your_seurat_object@assays$RNA@data) <- make.unique(rownames(your_seurat_object@assays$RNA@data))
  

  处理后重新运行PercentageFeatureSet。

3. Assay数据类型错误 #

如果RNA assay存储的不是稀疏矩阵（dgCMatrix），而是普通矩阵或其他类型，会引发索引逻辑错误。

• 修复步骤：

  your_seurat_object@assays$RNA@data <- as(your_seurat_object@assays$RNA@data, "dgCMatrix")
  

4. Seurat对象初始化不规范 #

直接用GetAssayData提取数据创建对象时，可能缺失必要的结构元数据，导致函数调用失败。

• 修复步骤：

  # 读取原始表达矩阵
  expr_data <- readRDS("your_data.rds")
  # 确保行是基因、列是细胞（若颠倒则转置）
  if (!all(grepl("^[A-Za-z0-9]", colnames(expr_data)))) {
    expr_data <- t(expr_data)
  }
  # 重新规范创建Seurat对象
  your_seurat_object <- CreateSeuratObject(counts = expr_data, project = "your_project")
  

  再执行线粒体占比分析。

5. 存在重复的细胞/基因索引 #

重复索引会导致colSums计算时出现混乱。

• 修复步骤：

  # 检查重复基因名
  any(duplicated(rownames(your_seurat_object@assays$RNA@data)))
  # 检查重复细胞名
  any(duplicated(colnames(your_seurat_object@assays$RNA@data)))
  # 一键处理重复索引
  rownames(your_seurat_object@assays$RNA@data) <- make.unique(rownames(your_seurat_object@assays$RNA@data))
  colnames(your_seurat_object@assays$RNA@data) <- make.unique(colnames(your_seurat_object@assays$RNA@data))
  

验证操作 #

修复后先确认线粒体基因匹配正常：

mt_genes <- grep(pattern = "^MT-", rownames(your_seurat_object@assays$RNA@data), value = TRUE)
length(mt_genes) # 返回值大于0说明匹配成功

内容的提问来源于stack exchange，提问作者plurple