StringTie数据转DESeq2分析遇报错，求R语言解决方案

报错1：DESeqDataSetFromMatrix提示"some values in assay are not integers" #

• 核心原因：DESeq2要求输入原始读段计数（整数），但你传入的是StringTie输出的FPKM/TPM（浮点数），或提取计数时误转成了浮点类型。
• 解决步骤：
  1. 从StringTie输出中提取原始计数：StringTie加-e参数会生成包含raw_read_count的*.tsv文件，或从*.gtf的exon行read_count属性提取。
  2. 预处理计数矩阵：

     # 先替换NA为0
     count_matrix[is.na(count_matrix)] <- 0
     # 强制转换为整数类型（注意：必须用原始计数，FPKM转整数会失真）
     count_matrix <- apply(count_matrix, 2, as.integer)
     # 确保行名是基因/转录本ID，列名是样本名
     rownames(count_matrix) <- gene_ids
     colnames(count_matrix) <- sample_names
     

  3. 重新创建DESeq2对象：

     library(DESeq2)
     # 构建分组信息，行名必须与count_matrix列名完全一致
     colData <- data.frame(condition = factor(c(rep("parent", n_parent), rep("B10", n_B10))),
                           row.names = colnames(count_matrix))
     dds <- DESeqDataSetFromMatrix(countData = count_matrix,
                                   colData = colData,
                                   design = ~ condition)
     

报错2：DESeqDataSetFromTximport提示"is(txi, "list") is not TRUE" #

• 核心原因：你传入的txi不是tximport生成的标准列表对象，而是直接传了合并后的矩阵，或tximport调用方式错误。
• 解决步骤：
  1. 整理所有样本的StringTie输出路径：每个样本对应一个abundance.tsv文件，将路径存为命名向量：

     # 示例：亲本样本3个，B10样本3个，文件存于stringtie_output目录
     parent_files <- list.files("stringtie_output", pattern = "parent.*abundance.tsv", full.names = TRUE)
     B10_files <- list.files("stringtie_output", pattern = "B10.*abundance.tsv", full.names = TRUE)
     files <- c(parent_files, B10_files)
     names(files) <- c("parent1", "parent2", "parent3", "B10_1", "B10_2", "B10_3")
     

  2. 用tximport正确导入StringTie数据：

     library(tximport)
     # txOut=TRUE保留转录本水平计数，若要汇总到基因水平需提供转录本-基因对应文件
     txi <- tximport(files, type = "stringtie", txOut = TRUE)
     # 此时txi是包含counts、abundance等元素的标准列表
     

  3. 创建DESeq2对象：

     colData <- data.frame(condition = factor(c(rep("parent", 3), rep("B10", 3))),
                           row.names = names(files))
     dds <- DESeqDataSetFromTximport(txi, colData = colData, design = ~ condition)
     

完整差异分析流程（针对StringTie输出） #

1. 获取原始计数：StringTie运行时必须加-e参数，输出包含原始读段计数的文件，禁止用FPKM/TPM做差异分析。
2. 保证分组一致性：colData的行名必须与计数矩阵列名（或tximport的files命名）完全匹配，分组变量设为factor类型。
3. DESeq2标准分析步骤：

   # 过滤低表达基因（可选，提升分析效率）
   dds <- dds[rowSums(counts(dds)) > 1, ]
   # 运行差异分析
   dds <- DESeq(dds)
   # 获取差异结果（指定KO组B10 vs 亲本）
   res <- results(dds, contrast = c("condition", "B10", "parent"))
   # 筛选显著差异基因（示例：校正后p值<0.05，折叠变化绝对值>2）
   res_sig <- subset(res, padj < 0.05 & abs(log2FoldChange) > 1)
   

内容的提问来源于stack exchange，提问作者Kim Martins