如何调整Seurat参数以避免目标基因被过滤？

1. 初始基因过滤：调整CreateSeuratObject的min.cells参数 #

你当前代码里CreateSeuratObject(counts = JLat.data, project = "JLAT_CTRL", min.cells = 5)的min.cells=5会自动移除在少于5个细胞中表达的基因。如果你的目标基因表达范围窄，就会被这一步过滤掉。

• 解决方法：降低min.cells阈值（比如设为1或0），保留所有检测到的基因：

  ctrl <- CreateSeuratObject(counts = JLat.data, project = "JLAT_CTRL", min.cells = 1)
  

• 先确认目标基因是否在原始数据中：

  # 替换成你的目标基因名
  target_gene <- "你的目标基因"
  sum(rownames(JLat.data) == target_gene)
  

  如果结果为1但在ctrl对象中找不到该基因，说明确实是被min.cells过滤了。

2. 可变基因选择不影响基因保留，仅影响降维聚类输入 #

FindVariableFeatures筛选的2000个可变基因是用于PCA、UMAP和聚类的核心数据，但所有未被初始过滤的基因都会保留在Seurat对象中——只是不会参与降维计算而已。

如果你想让目标基因参与后续的降维和聚类分析，可以手动将它们加入可变基因列表：

# 替换成你的目标基因集合
target_genes <- c("基因X", "基因Y")
VariableFeatures(ctrl) <- union(VariableFeatures(ctrl), target_genes)

3. 细胞过滤的间接影响 #

subset(ctrl, subset = nFeature_RNA > 300)是过滤细胞（移除检测到基因数少于300的细胞），不会直接删除基因，但如果目标基因仅在这些被过滤的细胞中表达，那么在剩余细胞里就检测不到它的信号。可以通过以下代码验证：

# 原始数据中表达目标基因的细胞数
table(JLat.data[target_gene, ] > 0)
# 细胞过滤后表达目标基因的细胞数
table(ctrl@assays$RNA@counts[target_gene, ] > 0)

修改后的完整示例代码 #

# 读取数据
Jurkat.data <- Read10X(data.dir = "C:/Users/cash/Desktop/scRNASeq analysis/Jurkat filtered_feature_bc_matrix/")
JLat.data <- Read10X(data.dir = "D:/scRNASeq PseudoGenome Analysis/JLatPseudo filtered_feature_bc_matrix/")
JLatInduced.data <- Read10X(data.dir = "D:/scRNASeq PseudoGenome Analysis/JLatInducedPseudo filtered_feature_bc_matrix/")

# 创建Seurat对象，降低基因过滤阈值
ctrl <- CreateSeuratObject(counts = JLat.data, project = "JLAT_CTRL", min.cells = 1)
ctrl$stim <- "CTRL"
ctrl <- subset(ctrl, subset = nFeature_RNA > 300)
ctrl <- NormalizeData(ctrl, verbose = FALSE)

# 筛选可变特征并加入目标基因
ctrl <- FindVariableFeatures(ctrl, selection.method = "vst", nfeatures = 2000)
target_genes <- c("你的目标基因1", "你的目标基因2")
VariableFeatures(ctrl) <- union(VariableFeatures(ctrl), target_genes)

# 后续分析步骤
ctrl <- ScaleData(ctrl, verbose = FALSE)
ctrl <- RunPCA(ctrl, verbose = FALSE)
ctrl <- FindNeighbors(ctrl, dims = 1:10)
ctrl <- FindClusters(ctrl, resolution = 0.5)
ctrl <- RunUMAP(ctrl, dims = 1:10)

# 验证目标基因是否保留
if(all(target_genes %in% rownames(ctrl@assays$RNA@counts))){
  print("目标基因已成功保留")
} else {
  missing_genes <- setdiff(target_genes, rownames(ctrl@assays$RNA@counts))
  print(paste("未找到以下基因：", paste(missing_genes, collapse = ", ")))
}

内容的提问来源于stack exchange，提问作者DLI