ixxmu
commented
11 months ago 假如你不喜欢最新版的Seurat包的单细胞理念 by 生信技能树
毫无疑问，Seurat流程是目前单细胞转录组数据分析的主流，但是我们在过去的五年都熟悉了它的V4版本的代码架构，在R语言的cran官网可以看到其历史更新情况：
https://cran.r-project.org/src/contrib/Archive/Seurat/
最近三年都是V4的版本：
[ ] Seurat_4.0.0.tar.gz 2021-01-30 01:00 1.4M
[ ] Seurat_4.0.1.tar.gz 2021-03-18 07:30 1.4M
[ ] Seurat_4.0.2.tar.gz 2021-05-21 00:00 1.4M
[ ] Seurat_4.0.3.tar.gz 2021-06-10 23:20 1.4M
[ ] Seurat_4.0.4.tar.gz 2021-08-20 21:10 1.4M
[ ] Seurat_4.0.5.tar.gz 2021-10-17 22:30 1.4M
[ ] Seurat_4.0.6.tar.gz 2021-12-16 18:00 1.4M
[ ] Seurat_4.1.0.tar.gz 2022-01-14 19:32 1.4M
[ ] Seurat_4.1.1.tar.gz 2022-05-02 07:40 1.4M
[ ] Seurat_4.2.0.tar.gz 2022-09-22 00:50 1.4M
[ ] Seurat_4.2.1.tar.gz 2022-11-08 01:00 1.4M
[ ] Seurat_4.3.0.tar.gz 2022-11-19 00:30 1.4M
[ ] Seurat_4.4.0.tar.gz 2023-09-28 10:50 1.5M
我们依赖于这个V4的版本的Seurat流程做出来了大量的公共数据集的单细胞转录组降维聚类分群流程，100多个公共单细胞数据集全部的处理，链接：https://pan.baidu.com/s/1MzfqW07P9ZqEA_URQ6rLbA?pwd=3heo
但是最近其官方版本成为了V5，链接是：https://cran.r-project.org/web/packages/Seurat/index.html
Version: 5.0.0
Depends: R (≥ 4.0.0), methods, SeuratObject (≥ 5.0.0)
Imports: cluster, cowplot, fastDummies, fitdistrplus, future,
Published: 2023-11-04
Package source: Seurat_5.0.0.tar.gz
Windows binaries: r-devel: Seurat_5.0.0.zip, r-release: Seurat_5.0.0.zip, r-oldrel: Seurat_5.0.0.zip
同时还升级了 SeuratObject 也是V5了，这样的话如果新人开始学单细胞转录组技术分析流程，使用默认的安装代码，就默认安装了V5版本的SeuratObject 和Seurat，非常可怕！！！
Seurat的默认的安装代码是从CRAN安装：
# 1 directly download from CRAN
# mirror for cran：
options(repos="https://mirrors.tuna.tsinghua.edu.cn/CRAN/")
install.packages("Seurat", repos="https://mirrors.ustc.edu.cn/CRAN/")
install.packages("Seurat")
library(Seurat)
这个SeuratObject 是Seurat的底层，所以必须一起弄：
https://cran.r-project.org/web/packages/SeuratObject/index.html https://cran.r-project.org/src/contrib/Archive/SeuratObject/
而且可以看到都是V4版本，都是它的旧版本
[ ] SeuratObject_4.0.0.tar.gz 2021-01-15 09:50 146K
[ ] SeuratObject_4.0.1.tar.gz 2021-05-08 06:50 145K
[ ] SeuratObject_4.0.2.tar.gz 2021-06-09 11:20 145K
[ ] SeuratObject_4.0.3.tar.gz 2021-11-10 23:20 148K
[ ] SeuratObject_4.0.4.tar.gz 2021-11-23 21:00 149K
[ ] SeuratObject_4.1.0.tar.gz 2022-05-01 16:40 184K
[ ] SeuratObject_4.1.1.tar.gz 2022-08-29 21:50 190K
[ ] SeuratObject_4.1.2.tar.gz 2022-09-20 18:30 190K
[ ] SeuratObject_4.1.3.tar.gz 2022-11-07 19:50 185K
[ ] SeuratObject_4.1.4.tar.gz 2023-09-27 00:30 186K
首先卸载你默认安装的V5版本的SeuratObject 和Seurat
记住：卸载之前一定要重启你的r语言或者rstudio，或者保证你的当前环境下没有加载SeuratObject 和Seurat。
然后就可以简单的使用代码去卸载你默认安装的V5版本的SeuratObject 和Seurat：
remove.packages(“SeuratObject”)
remove.packages(“Seurat”)
如果你有rstudio软件，也可以在界面自己操作鼠标去卸载两个包。
然后安装旧版本的SeuratObject 和Seurat
安装旧版本的SeuratObject 和Seurat需要首先拿到网页链接地址，然后从网页安装
# 4 download from URL
packageurl <- "https://cran.r-project.org/src/contrib/Archive/SeuratObject/SeuratObject_4.1.4.tar.gz"
install.packages(packageurl, repos=NULL, type="source")
packageurl <- "https://cran.r-project.org/src/contrib/Archive/Seurat/Seurat_4.4.0.tar.gz"
install.packages(packageurl, repos=NULL, type="source")
上面的代码一定要记住顺序哦，而且， 如果他们安装的过程中有依赖包的缺失，就需要自己主动先安装那些缺失的包哈！
目前没有看到一定要用最新版Seurat的理由
本来呢以为这个 pseudobulking (AggregateExpression()) 是最新版才有的，详见：https://satijalab.org/seurat/articles/de_vignette
实际上，我之前也分享了：单细胞层面的表达量差异分析到底如何做，提到了pseudobulks方法，而且给出来了多种代码实现方式，详见：单细胞差异分析之pseudobulk的3种实现方法
如果你确实感兴趣，也欢迎读一下官方文档：https://satijalab.org/seurat/articles/essential_commands
我们就不代劳了，要不然到时候大家又批评我们是github文档翻译器。。。。
Standard Seurat workflow Seurat Object Data Access Cell, feature, and layer names Identity class labels Cell metadata Expression data (stored as layers in Seurat v5) Dimensional reductions FetchData Subsetting and merging Subset Seurat objects Split layers Split objects Merge objects (without integration) Merge objects (with integration) Pseudobulk analysis Visualization in Seurat Multi-Assay Features Additional resources
文末友情宣传
强烈建议你推荐给身边的博士后以及年轻生物学PI，多一点数据认知，让他们的科研上一个台阶：
生物信息学马拉松授课（买一得五） ，你的生物信息学入门课 时隔5年，我们的生信技能树VIP学徒继续招生啦 144线程640Gb内存服务器共享一年仍然是仅需800 千呼万唤始出来的独享生物信息学云服务器 生信技能树知识整理实习生又又又开放申请啦（不招了，谢谢）
https://mp.weixin.qq.com/s/F03vWYgtS9JmQq4D4TyQWw