尔云间 一个专门做科研的团队
原创 小果 生信果
欢迎点赞+收藏+关注
什么是Seurat？
Seurat是R语言中被用于单细胞RNA-seq质控、分析的一个r包。从而时用户可以鉴定来自单细胞转录本测定的异质性来源。
其中，Seurat包的应用主要包含了：数据导入、数据过滤、数据归一化、特征选择、数据缩放、数据降维、聚类、数据可视化以及差异表达基因分析的功能。
本文主要讲解Seurat包的安装以及其简单的应用，包括数据导入、数据过滤、数据特征可视化。
Seurat的安装
安装命令
> install.packages('Seurat')注意：目前Seurat最高版本是3.0版本，需要适配的R的版本在3.4及以上，如果你的R版本在3.4以上，即可直接在R中安装。
安装成功后引用R包可能会出现的错误
此时，我们需要再安装spatstat.data这个包：
> install.packages('spatstat.data')当安装spatstat.data包时，可能还会出现spatstat.utils和spatstat.data版本不适配的问题，导致spatstat.data无法正确被安装。
安装时报错信息：
Error: package or namespace load failed for ‘Seurat’ in loadNamespace(i, c(lib.loc, .libPaths()), versionCheck = vI[[i]]):
载入了名字空间‘spatstat.utils’ 3.0-1，但需要的是>= 3.0.2
此时，我们需要重新下载对应版本的spatstat.utils，并在下载之前删除原来版本的spatstat.utils。
>remove.packages("spatstat.utils")删除原来版本的r包后，我们需要首先去下载好对应R包的压缩包，这里需要特别注意的是，下载好的必须是.tar,而不能是.zip。这里贴下我下载的链接：
https://mirrors.sjtug.sjtu.edu.cn/cran/web/packages/spatstat.utils/index.html
下载好后，运行以下命令：
>install.packages("C:/下载/spatstat.utils_3.0-1.tar.gz", repos = NULL, type = "source")（第一个空就填写你下载好的压缩包所在的绝对路径即可）
如果你成功安装了Rtools并且和R以及Rstudio在同一目录下，即可成功安装，如果这一步仍然报错，那么你需要检查以下是否正确安装了Rtools，同时也要注意R和RStudio的版本对应问题哦~
以上问题解决后，当我们在R中引用Seurat包就不会报错了！
Seurat包的简单使用
经过一番周折，我们成功安装了Seurat包。接下来我们要学习怎样使用Seurat包。
导入数据/创建Seurat对象
>library(dplyr) >library(Seurat) #导入pbmc数据 >pbmc.data pbmc pbmc
提示信息告诉我们，生成的pbmc对象中有13714个基因，2700个细胞。
导入成功后，我们也可以在Rstudio中查看pbmc对象的整体结构如下：
数据过滤/质量控制
下面，我们以人的数据为例，以MT-开头的所有基因集座位线粒体基因集，利用小提琴图可视化质控指标（过滤条件：过滤线粒体基因占比大于5%的细胞、过滤UMI数大于2500或小于200的细胞）。
>pbmc[["percent.mt"]]VlnPlot(pbmc,features = c("nFeature_RNA","nCount_RNA","percent.mt"),ncol = 3)
>pbmc20 & nFeature_RNA <2500 & percent.mthead(pbmc@meta.data, 5)特征-特征之间关系可视化
接下来，我们可以用FeatureScatter函数可书画特征与特征之间的关系。
>plot3 CombinePlots(plots= list(plot3))
以上，就是我们对Seurat包的安装与基本使用方法的总结，不知道有没有帮助到你呢~
“生信果”，生信入门、R语言、生信图解读与绘制、软件操作、代码复现、生信硬核知识技能、服务器、生物信息学的教程，以及基于R的分析和可视化等原创内容，一起见证小白和大佬的成长。
