自定义函数出现“Object not found”错误：design.matrix未找到问题排查

错误原因分析 #

• 参数不匹配：函数定义的输入参数为df.input，但调用时使用df = test，导致函数内部无法正确获取输入数据集（若为笔误则忽略，但属于潜在问题）。
• 未定义变量df：topTable中number = nrow(df)的df未定义，函数中对应的输入数据集是df.input，此处属于变量名错误。
• 缺失protein.meta对象：代码中尝试合并protein.meta与结果，但该对象既不是函数参数也未在函数内定义，会触发报错中断循环，进而导致后续迭代中变量查找异常。
• 依赖包未显式加载：str_split属于stringr包，函数未加载该包，若环境未预先加载会导致treatment分割失败。
• 拼写错误：constrast.matrix应为contrast.matrix，虽不直接引发错误，但不符合代码规范。
• 硬编码重复数：group创建时硬编码每组2个重复，若数据重复数变化会导致设计矩阵与数据不匹配。

修复后的函数代码 #

library(limma)
library(stringr)
library(dplyr)

mod.t.test <- function(
  df.input,
  control,
  treatment,
  protein.meta = NULL  # 添加可选参数，允许传入蛋白元数据
){
  
  # 定义对比数据集
  control <- as.character(control)
  treatment <- str_split(treatment, pattern = "\\s+|;|,")[[1]]
  comparison <- data.frame(control, treatment, stringsAsFactors = FALSE)
  
  # 存储所有结果的列表
  result_list <- list()
  
  # 执行校正t检验循环
  for (n in 1:nrow(comparison)){
    
    # 子集化对比数据
    dat <- df.input %>%
      dplyr::select(matches(paste0("^", comparison$control[n], "|^", comparison$treatment[n])))
    
    # 构建分组向量（自动识别重复数）
    control_cols <- grep(paste0("^", comparison$control[n]), colnames(dat))
    treatment_cols <- grep(paste0("^", comparison$treatment[n]), colnames(dat))
    
    group <- factor(c(rep(comparison$control[n], length(control_cols)),
                      rep(comparison$treatment[n], length(treatment_cols))),
                    levels = c(comparison$control[n], comparison$treatment[n]))
    
    cat("=== 对比", n, ":", comparison$treatment[n], "vs", comparison$control[n], "===\n")
    cat("分组信息:\n")
    print(group)
    
    # 构建设计矩阵
    design.matrix <- model.matrix(~0 + group)
    row.names(design.matrix) <- colnames(dat)
    
    cat("\n设计矩阵:\n")
    print(design.matrix)
    
    # 构建对比矩阵（修正拼写错误）
    contrast.matrix <- makeContrasts(
      contrasts = paste(colnames(design.matrix)[2], "-", colnames(design.matrix)[1], sep = ""),
      levels = design.matrix
    )
    
    cat("\n对比矩阵:\n")
    print(contrast.matrix)
    
    # 拟合模型并计算校正t检验
    dat.fit <- lmFit(dat, design = design.matrix)
    dat.fit2 <- contrasts.fit(fit = dat.fit, contrasts = contrast.matrix)
    dat.fit2 <- eBayes(dat.fit2, robust = TRUE)
    
    # 提取显著性结果（修正nrow(df)为nrow(dat)）
    dat.significance <- topTable(dat.fit2,
                                 coef = colnames(contrast.matrix),
                                 adjust.method = "fdr",
                                 number = nrow(dat),
                                 sort.by = "none",
                                 confint = TRUE) %>% 
      dplyr::select(logFC, AveExpr, `P.Value`, `adj.P.Val`)
    
    dat.significance <- dat.significance %>%
      mutate(UniprotID = rownames(dat.significance)) %>%
      relocate(UniprotID)  # 将UniprotID移至第一列
    
    # 合并蛋白元数据（若传入）
    if (!is.null(protein.meta)) {
      dat.significance <- left_join(protein.meta, dat.significance, by = "UniprotID")
    }
    
    # 存储结果到列表
    result_name <- paste(comparison$treatment[n], comparison$control[n], sep = "_vs_")
    result_list[[result_name]] <- dat.significance
    
    cat("\n=== 完成对比", n, "===\n\n")
  }
  
  # 返回结果列表
  return(result_list)
}

关键修复说明 #

• 参数匹配修正：调用时使用df.input = test，或修改函数参数名为df以匹配调用习惯。
• 未定义变量修复：将nrow(df)改为nrow(dat)，确保返回所有结果行。
• protein.meta处理：设为可选参数，用left_join合并（比cbind更安全，避免行顺序问题），不传入则跳过合并。
• 依赖包显式加载：添加library(stringr)和library(dplyr)，确保函数独立运行。
• 自动识别重复数：通过列名匹配自动计算每组重复数，提升函数通用性。
• 结果存储优化：改用列表存储所有比较结果，避免环境变量混乱，方便后续处理。
• 拼写错误修正：将constrast.matrix改为contrast.matrix。

调用示例 #

# 假设test是你的数据集
results <- mod.t.test(df.input = test,
                      control = "vehicle",
                      treatment = "treatment1,treatment2")

# 查看treatment1 vs vehicle的结果
print(results$treatment1_vs_vehicle)

# 查看treatment2 vs vehicle的结果
print(results$treatment2_vs_vehicle)

内容的提问来源于stack exchange，提问作者Chemist learns to code