修拉中的 FindVariableFeatures Function 产生“匹配错误（x，表，nomatch = 0L）：'匹配'需要向量参数”

Question

我在 RStudio 中运行 Seurat V3，并尝试在新的子集 object 上运行 PCA。 作为该过程的一部分，我正在使用以下命令：

 tnk.cells <- FindVariableFeatures(tnk.cells, assay = "RNA", selection.method = "vst", nfeatures = 2000)
 tnk.cells <- RunPCA(tnk.cells, verbose = TRUE, npcs = 30, features = FindVariableFeatures(tnk.cells))

第一个过程似乎有效，但我不确定它是否真的有效，如果是这样，我是否需要在第二个命令中指定“功能”应该引用这些功能。 无论哪种方式，每次我尝试运行第二个命令时，都会产生此错误以及三个警告消息：

 Error in match(x, table, nomatch = 0L) : 
   'match' requires vector arguments
 In addition: Warning messages:
 1: In FindVariableFeatures.Assay(object = assay.data, selection.method = selection.method,  :
   selection.method set to 'vst' but count slot is empty; will use data slot instead
 2: In eval(predvars, data, env) : NaNs produced
 3: In hvf.info$variance.expected[not.const] <- 10^fit$fitted :
    number of items to replace is not a multiple of replacement length

有谁知道为什么会产生这些错误/警告？ 我尝试将 FindVariableFeatures 的FindVariableFeatures为向量和 dataframe，但无济于事。 我还想问：从较大的数据集子集新数据集后，我是否需要重新运行 FindVariableFeatures？

Answer 1

变量特征已经存储在 Seurat object 中。 您可以使用VariableFeatures()访问它们，例如：

library(Seurat)
pbmc_small =SCTransform(pbmc_small)
pbmc_small = FindVariableFeatures(pbmc_small,nfeatures=20)
head(VariableFeatures(pbmc_small))
[1] "GNLY"   "PPBP"   "PF4"    "S100A8" "VDAC3"  "CD1C" 

然后你可以像这样运行它，虽然默认情况下，它会使用存储在 object 中的变量特征：

pbmc_small <- RunPCA(pbmc_small,features = VariableFeatures(pbmc_small))