问题1：单细胞seurat聚类后，发现感兴趣的目的基因，分布在多个cluster。如何将这些表达了目的基因的细胞，单独提取出来，作为一个亚群，进行亚分群？
问题2：单细胞seurst聚类分群cluster后，发现感兴趣的目的基因，分布在某个群。但是在这个群中，只有一部分细胞，比如10%细胞表达了目的基因。如何将该群细胞按照目的基因表达的有无，分成两个亚群subcluster，然后比较这两组的差异？
解决问题1：
首先，需要使用Seurat的SubsetCells函数来选择表达目标基因的细胞。该函数需要两个参数：第一个参数是Seurat对象，第二个参数是一个逻辑向量，表示哪些细胞表达了目标基因。例如，如果你的Seurat对象是sce，目标基因的名称是gene_name，那么你可以使用如下代码来选择表达该基因的细胞：
sce_subset <- SubsetCells(sce, sce@data[gene_name, ] > 0)
然后，你可以使用FindClusters函数来对选择的细胞进行二次聚类，并使用RunPCA函数来可视化聚类结果。例如，你可以使用如下代码来对选择的细胞进行二次聚类：
sce_subset <- FindClusters(sce_subset, resolution = 0.5)
然后你可以使用如下代码来可视化聚类结果：
plotPCA(sce_subset, cols = sce_subset@clusters, label = TRUE)
解决问题2：
首先，你需要使用Seurat的SubsetCells函数来选择感兴趣的群，例如，如果你想选择编号为2的群，可以使用如下代码：
sce_subset <- SubsetCells(sce, sce@clusters == 2)
然后，你可以使用如下代码来选择表达目标基因的细胞：
sce_subset <- SubsetCells(sce_subset, sce_subset@data[gene_name, ] > 0)
然后，你可以使用Seurat的FindClusters函数来对选择的细胞进行亚分群。该函数需要两个参数：第一个参数是Seurat对象，第二个参数是分辨率。例如，你可以使用如下代码来进行亚分群：
sce_subset <- FindClusters(sce_subset, resolution = 0.5)
最后，你可以使用Seurat的RunPCA函数来可视化亚分群结果，或使用Seurat的RunDiffusionMap函数来进行差异分析。
希望这些信息能够帮助你解决问题！