按基因reads计数筛选Seurat对象时出现FetchData错误如何解决？

Seurat的subset()函数采用非标准评估逻辑，在循环中直接传入循环变量p或as.name(p)时，无法将p解析为其指代的基因名字符串，会直接搜索名为p的特征，因此触发变量不存在的报错。
同时建议提前校验基因名是否存在，避免拼写错误导致同类报错：

# 校验所有基因是否存在于Seurat对象的特征列表中
all(pro_genes_list %in% rownames(dNSC_cells))

方案1：直接通过表达矩阵筛选（更简便，推荐） #

不需要调用subset函数，直接从count矩阵中提取逻辑向量筛选符合条件的细胞名：

pro_genes_list <- c("Bcl2", "Bid")

for (p in pro_genes_list) { 
  # 提取当前基因的count向量
  gene_count_vec <- GetAssayData(dNSC_cells, slot = 'counts')[p,]
  # 计算中位数
  median_prog <- median(gene_count_vec)
  # 直接筛选表达量高于中位数的细胞名
  with_p <- names(gene_count_vec)[gene_count_vec > median_prog]
  # 此处补充后续Wilcox检验代码
}

方案2：如果需要保留subset调用逻辑 #

通过临时元数据存储基因表达量，结合!!sym()完成变量注入：

library(rlang)
pro_genes_list <- c("Bcl2", "Bid")

for (p in pro_genes_list) { 
  # 将基因表达量存入临时元数据
  tmp_meta_name <- paste0("tmp_expr_", p)
  dNSC_cells[[tmp_meta_name]] <- GetAssayData(dNSC_cells, slot = 'counts')[p,]
  median_prog <- median(dNSC_cells[[tmp_meta_name]][,1])
  # 用!!sym()注入变量实现筛选
  with_p <- colnames(subset(dNSC_cells, subset = !!sym(tmp_meta_name) > median_prog))
  # 清理临时元数据避免冗余
  dNSC_cells[[tmp_meta_name]] <- NULL
  # 此处补充后续Wilcox检验代码
}

内容的提问来源于stack exchange，提问作者Cora_olpe