爾云間 一個專門做科研的團隊

原創 小果 生信果

歡迎點贊 收藏 關注[給你小心心]

什么是Seurat？

Seurat是R語言中被用于單細胞RNA-seq質控、分析的一個r包。從而時用戶可以鑒定來自單細胞轉錄本測定的異質性來源。

其中，Seurat包的應用主要包含了：數據導入、數據過濾、數據歸一化、特征選擇、數據縮放、數據降維、聚類、數據可視化以及差異表達基因分析的功能。

本文主要講解Seurat包的安裝以及其簡單的應用，包括數據導入、數據過濾、數據特征可視化。

Seurat的安裝

安裝命令

> install.packages('Seurat')

注意：目前Seurat最高版本是3.0版本，需要適配的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中安裝。

安裝成功后引用R包可能會出現的錯誤

此時，我們需要再安裝spatstat.data這個包：

> install.packages('spatstat.data')

當安裝spatstat.data包時，可能還會出現spatstat.utils和spatstat.data版本不適配的問題，導致spatstat.data無法正確被安裝。

安裝時報錯信息：

Error: package or namespace load failed for ‘Seurat’ in loadNamespace(i, c(lib.loc, .libPaths()), versionCheck = vI[[i]]):

載入了名字空間‘spatstat.utils’ 3.0-1，但需要的是>= 3.0.2

此時，我們需要重新下載對應版本的spatstat.utils，并在下載之前刪除原來版本的spatstat.utils。

>remove.packages("spatstat.utils")

刪除原來版本的r包后，我們需要首先去下載好對應R包的壓縮包，這里需要特別注意的是，下載好的必須是.tar,而不能是.zip。這里貼下我下載的鏈接：

https://mirrors.sjtug.sjtu.edu.cn/cran/web/packages/spatstat.utils/index.html

下載好后，運行以下命令：

>install.packages("C:/下載/spatstat.utils_3.0-1.tar.gz", repos = NULL, type = "source")

（第一個空就填寫你下載好的壓縮包所在的絕對路徑即可）

如果你成功安裝了Rtools并且和R以及RStudio在同一目錄下，即可成功安裝，如果這一步仍然報錯，那么你需要檢查以下是否正確安裝了Rtools，同時也要注意R和RStudio的版本對應問題哦~

以上問題解決后，當我們在R中引用Seurat包就不會報錯了！

Seurat包的簡單使用

經過一番周折，我們成功安裝了Seurat包。接下來我們要學習怎樣使用Seurat包。

導入數據/創建Seurat對象

>library(dplyr)>library(Seurat)#導入pbmc數據>pbmc.data <- Read10X(data.dir="Rdata/filtered_gene_bc_matrices/hg19/")>pbmc <- CreateSeuratObject(counts = pbmc.data, project = "pbmc3k" , min.cells = 3,min.features = 200)>pbmc

提示信息告訴我們，生成的pbmc對象中有13714個基因，2700個細胞。

導入成功后，我們也可以在Rstudio中查看pbmc對象的整體結構如下：

數據過濾/質量控制

下面，我們以人的數據為例，以MT-開頭的所有基因集座位線粒體基因集，利用小提琴圖可視化質控指標（過濾條件：過濾線粒體基因占比大于5%的細胞、過濾UMI數大于2500或小于200的細胞）。

>pbmc[["percent.mt"]]<-PercentageFeatureSet(pbmc,pattern = "^MT-")>VlnPlot(pbmc,features = c("nFeature_RNA","nCount_RNA","percent.mt"),ncol = 3)>pbmc<-subset(pbmc,subset=nFeature_RNA>20 & nFeature_RNA <2500 & percent.mt<5)>head(pbmc@meta.data, 5)

特征-特征之間關系可視化

接下來，我們可以用FeatureScatter函數可書畫特征與特征之間的關系。

>plot3 <- FeatureScatter(pbmc,feature1 = "nCount_RNA",feature2 = "percent.mt")>CombinePlots(plots= list(plot3))

以上，就是我們對Seurat包的安裝與基本使用方法的總結，不知道有沒有幫助到你呢~

“生信果”，生信入門、R語言、生信圖解讀與繪制、軟件操作、代碼復現、生信硬核知識技能、服務器、生物信息學的教程，以及基于R的分析和可視化等原創內容，一起見證小白和大佬的成長。