在处理病毒数据的时候遇到一个问题，由于有不同病毒对应的 蛋白编码基因相同，导致读取的时候出现问题：主要是在R中"ORF1ab"读取为0但是scanpy中读取为13.548，这个是什么原因呢？
R中构建
scanpy中查看
经过调研和请教后发现是处理方式的不同:
1.R中读取遇到重复的基因名称时第一个会保持原名称，后续重复会依此加上“.1”，“.2”
2.py中读取遇到重复的基因名称时会都保留不做修改，使用adata.var_names_make_unique()来让其区分相同基因：第一个会保持原名称，后续重复会依此加上“-1”，“-2”
由于我的这个样本是对应的第二个病毒名称对应的基因，所以我应该去计算“ORF1ab.1”或者“ORF1ab-1”
3.注意，scanpy中如果不加上adata.var_names_make_unique()这个代码，则相同基因计算平均值会被除以基因重复的次数，例如我们的"ORF1ab"出现了两次，如果不加这个代码结果是13.548，加上后计算平均表达"ORF1ab"是0，"ORF1ab-1"是27.095；R中计算平均表达"ORF1ab"是0，"ORF1ab.1"是27.095，是能够完全对应的。
重复基因
欢迎大家评论交流！
（每帖分享：最初偏离真理毫厘，到头来就会谬之千里 -- 亚里士多德）
