如何将Seurat对象转换为WGCNA官方教程适配的输入格式

错误根因 #

你遇到的报错核心有两个可定位原因：

1. GetAssayData默认返回Seurat的稀疏矩阵（dgCMatrix类），WGCNA的moduleEigengenes函数仅支持R原生矩阵格式，你此前调用as.matrix未生效大概率是没有对datExpr赋值，或转置操作后又回到了稀疏矩阵格式。
2. 你示例代码中调用FindVariableFeatures指定nfeatures=2000，但你模拟的Seurat对象总基因数仅132个，实际返回的可变基因就是全部基因，虽然不会直接触发报错，但不符合实际分析逻辑，建议根据真实数据的总基因数调整该参数。

修正代码 #

针对你现有流程，只需修改datExpr生成部分的代码即可：

# 取Seurat归一化表达矩阵，直接转为原生矩阵再处理
# 新版Seurat（v5+）用layer参数指定数据层，旧版v4及之前替换为slot = "data"
sobjwgcnamat <- GetAssayData(sobjwgcna, layer = "data")
datExpr <- t(as.matrix(sobjwgcnamat))[, VariableFeatures(sobjwgcna)]
# 额外校验：去除缺失值，确保符合WGCNA输入要求
datExpr <- na.omit(datExpr)

# 运行模块特征基因计算前先做输入合法性校验，避免后续报错
stopifnot(
  class(datExpr) == "matrix",
  length(moduleColors) == ncol(datExpr)
)

# 再运行原代码即可正常执行
MEList = moduleEigengenes(datExpr, colors = moduleColors)

额外分析建议 #

单细胞数据直接输入WGCNA噪音极高，软阈值拟合、共表达模块的可靠性都很差，建议你先按细胞亚群/患者分组做伪bulk平均表达，再用伪bulk矩阵跑WGCNA流程，结果可信度会高很多。

内容的提问来源于stack exchange，提问作者KaitS