一系谐、安裝及載入
1.直接安裝
install.packages("Seurat")
- BiocManager 安裝
# 建議下載安裝時(shí)更換成國(guó)內(nèi)鏡像篇恒，例如：
options(repos="http://mirrors.tuna.tsinghua.edu.cn/CRAN/")
options(BioC_mirror="http://mirrors.tuna.tsinghua.edu.cn/bioconductor/")
if (!requireNamespace("BiocManager", quietly = TRUE)) install.packages("BiocManager") #安裝管理工具包BiocManager
BiocManager::install() #查看是否安裝成功
BiocManager::install("Seurat")
- devtools 安裝
install.packages('remotes')
remotes::install_github(repo = 'satijalab/seurat', ref = 'develop')
library(Seurat)
- conda 安裝
如果上述步驟嘗試不可行身冀，請(qǐng)嘗試下面方法用 conda 安裝 R 及 Seurat
#創(chuàng)建r4的虛擬環(huán)境
conda install r-base=4.2.3 -c conda-forge
conda install r-seurat （安裝的版本為4.2.3）
用conda 安裝的R包將儲(chǔ)存在~/miniconda3/envs/r4/lib/R/library
加載報(bào)錯(cuò)，解決辦法
參考：http://www.reibang.com/p/d90da82c4b54
https://blog.csdn.net/weixin_44833976/article/details/123295048
> library(Seurat)
Error: package or namespace load failed for ‘Seurat’ in dyn.load(file, DLLpath = DLLpath, ...):
unable to load shared object '/Anaconda3/2022.05/envs/sc/lib/R/library/stringi/libs/stringi.so':
libicui18n.so.58: cannot open shared object file: No such file or directory
In addition: Warning message:
package ‘Seurat’ was built under R version 4.2.2
二沽翔、數(shù)據(jù)導(dǎo)入
自己的數(shù)據(jù) cellranger 之后在outs文件夾中是三個(gè)標(biāo)準(zhǔn)文件barcodes.tsv.gz锄俄、features.tsv.gz、matrix.mtx.gz冰肴，但挖掘公共單細(xì)胞數(shù)據(jù)集時(shí)屈藐，會(huì)遇到常見各種單細(xì)胞測(cè)序數(shù)據(jù)格式榔组。
（1）標(biāo)準(zhǔn)10Xgenomics類型:barcodes.tsv.gz、features.tsv.gz联逻、matrix.mtx.gz
（2）表達(dá)矩陣
（3）h5
（4）h5ad
格式一：barcodes.tsv.gz搓扯、features.tsv.gz、matrix.mtx.gz
這是cellranger上游比對(duì)分析產(chǎn)生的3個(gè)文件包归，分別代表細(xì)胞標(biāo)簽(barcode)锨推、基因ID(feature)、表達(dá)數(shù)據(jù)（matrix）
一般先使用read10X()對(duì)這三個(gè)文件進(jìn)行整合公壤，得到行為基因换可、列為細(xì)胞的表達(dá)矩陣（為稀疏矩陣dgCMatrix格式，節(jié)約內(nèi)存厦幅，是未標(biāo)準(zhǔn)化的數(shù)據(jù)沾鳄，如原始計(jì)數(shù)或TPMs）；之后再配合CreateSeuratObject()函數(shù)創(chuàng)建Seurat對(duì)象
創(chuàng)建代碼如下
library(Seurat)
dir="./data/HCC2/filtered_feature_bc_matrix/"
list.files(dir)
[1] "barcodes.tsv.gz" "features.tsv.gz" "matrix.mtx.gz"
# 1. 讀取數(shù)據(jù)
counts <- Read10X(data.dir = dir)
class(counts)
[1] "dgCMatrix"
attr(,"package")
[1] "Matrix"
## # 2.獲得 Seurat 對(duì)象
scRNA <- CreateSeuratObject(counts = counts)
scRNA
#An object of class Seurat
#33694 features across 9112 samples within 1 assay
#Active assay: RNA (33694 features, 0 variable features)
如上Read10X()函數(shù)接受的參數(shù)為目錄名慨削，該目錄包含了所需的三個(gè)配套文件洞渔；
值得注意的是三個(gè)文件名只能分別是barcodes.tsv.gz、features.tsv.gz缚态、matrix.mtx.gz磁椒，然后read10X函數(shù)可以自動(dòng)加載。如上截圖那樣就是需要修改的~
關(guān)于barcodes.tsv.gz玫芦、features.tsv.gz浆熔、matrix.mtx.gz三個(gè)文件的格式與內(nèi)容
- 一般來說直接使用
read10X()不會(huì)出現(xiàn)什么問題，但有一些數(shù)據(jù)集桥帆，比如GSE148192容易出現(xiàn)報(bào)錯(cuò)医增。
dir = "./GSE148192_RAW/GSM4462451/"
list.files(dir)
#[1] "barcodes.tsv.gz" "features.tsv.gz" "matrix.mtx.gz"
counts = Read10X(dir)
#Error in dimnamesGets(x, value) :
# invalid dimnames given for “dgTMatrix” object
- 所以這個(gè)GSE ID提供的數(shù)據(jù)格式可能是有點(diǎn)問題，接下來就通過對(duì)比GSE166635的GSM5076750(可以正常讀入)與GSE148192的GSM4462451(讀入失敗)老虫，探索下這三個(gè)文件的格式
（1）barcodes.tsv
如下看出就簡(jiǎn)單的一列叶骨，為細(xì)胞的barcode標(biāo)簽信息
AAACATACAACCAC-1
AAACATTGAGCTAC-1
AAACATTGATCAGC-1
AAACCGTGCTTCCG-1
（2）features.tsv
如下可以看出均為基因的注釋信息，前兩列為基因ID 和 symbol
ENSG00000243485 MIR1302-10
ENSG00000237613 FAM138A
ENSG00000186092 OR4F5
ENSG00000238009 RP11-34P13.7
（3）matrix.mtx
前三行為注釋信息祈匙，其中第三行為total number genes忽刽、cells、counts)
結(jié)合上述細(xì)胞標(biāo)簽與基因名信息夺欲，知道了前兩列分別為基因和細(xì)胞的索引跪帝，第三列為表達(dá)信息。
%%MatrixMarket matrix coordinate real general
%
32738 2700 2286884
32709 1 4
32707 1 1
32706 1 10
32704 1 1
matrix.mtx 是 MatrixMarket格式文件：
- 文件中儲(chǔ)存非零值;
- 注釋使用%標(biāo)記些阅；
- 第一行包含文件中總行數(shù)伞剑，總列數(shù)，總的記錄數(shù)
- 每行中提供記錄的所處的行號(hào)和列號(hào)市埋，已經(jīng)記錄的內(nèi)容
更多內(nèi)容見：http://math.nist.gov/MatrixMarket/formats.html
格式二：直接提供表達(dá)矩陣
這種是最方便的黎泣，直接創(chuàng)建Seurat即可
scRNA <- CreateSeuratObject(counts = counts)
scRNA
格式三：h5格式文件
- 使用
Read10X_h5()函數(shù)恕刘，讀入表達(dá)矩陣，在創(chuàng)建Seurat對(duì)象 - 示例數(shù)據(jù)：GSE138433
sce <- Read10X_h5(filename = GSM4107899_LH16.3814_raw_gene_bc_matrices_h5.h5")
sce <- CreateSeuratObject(counts = sce)
格式四：h5ad格式
- 需要安裝聘裁，使用
SeuratDisk包的兩個(gè)函數(shù)雪营； - 先將后
h5ad格式轉(zhuǎn)換為h5seurat格式，再使用LoadH5Seurat()函數(shù)讀取Seurat對(duì)象衡便。 - 示例數(shù)據(jù)集：GSE153643
#remotes::install_github("mojaveazure/seurat-disk")
library(SeuratDisk)
Convert("GSE153643_RAW/GSM4648565_liver_raw_counts.h5ad", "h5seurat",
overwrite = TRUE,assay = "RNA")
scRNA <- LoadH5Seurat("GSE153643_RAW/GSM4648565_liver_raw_counts.h5seurat")
不管是哪種格式献起，最后都要獲得的是一個(gè)稀疏矩陣：行為基因名，列為barcode
至于barcode到底是注釋到什么細(xì)胞類型镣陕，這個(gè)一般公共數(shù)據(jù)是不會(huì)有的谴餐，barcode只能幫助我們對(duì)不同的細(xì)胞進(jìn)行區(qū)分
