Seurat对象按条件、细胞类型分层随机抽样实现方案咨询

核心实现逻辑 #

不需要手动拆分分组，仅通过对Seurat元数据做分组抽样得到待保留细胞ID，直接子集化原对象即可完成操作，天然兼容「组内细胞数≥1000抽1000，不足则保留全部」的需求，无需额外错误捕获。

操作步骤 #

• 加载依赖包
  用到Seurat和dplyr两个包，代码如下：

  library(Seurat)
  library(dplyr)
  

• 生成待保留的细胞ID列表
  直接对Seurat的元数据按condition和细胞类型列分组，抽样时取组内细胞数和1000的较小值作为抽样量：

  # 可选：设置随机种子保证抽样结果可复现
  set.seed(123)
  
  # 替换代码中的cell_type为你实际的细胞类型元数据列名
  keep_cells <- seurat_obj@meta.data %>%
    group_by(condition, cell_type) %>%
    slice_sample(n = min(n(), 1000)) %>%
    rownames()
  

• 子集化原Seurat对象得到抽样后的结果

  seurat_sampled <- seurat_obj[, keep_cells]
  

原方案报错原因说明 #

此前手动拆分分组后抽样报错，是因为抽样函数的size参数传入了大于组内实际细胞数的数值，本方案用min(n(), 1000)直接适配了组内细胞数不足的边界场景，无需额外调用tryCatch做错误处理。

内容的提问来源于stack exchange，提问作者bari