Seurat 作為單細胞分析中的重量級R包，有多好用用，用過的人都知道。Seurat 分析流程基本涵蓋了單細胞分析中的所有常見分析方法，包括filtering，tSNE，UMAP降維及畫圖等。還有一個重量級功能就是矯正不同實驗之間的批次效應。然而Seurat 2和Seurat 3的矯正方法完全不一樣，得到的結果也不一致。
Seurat 2是基于CCA （典型相關性）的，可以矯正腫瘤，外周血及癌旁組織間由于實驗帶來的批次效應，也能很好的矯正用不同的單細胞實驗平臺進行試驗帶來的批次效應。雖然速度慢，效果還是不錯的。而Seurat 3 則是基于樣本間具有相似表達譜的細胞群來進行矯正，對于同一種性質的實驗，由于不同單細胞技術造成的實驗批次效應，seurat 3 能夠很好的矯正。從官網給的pancers矯正結果就可以看到其矯正能力多么強大。然而正式因為如此強大的矯正能力，對于腫瘤和外周血樣本的矯正卻過了頭，導致不該分在一起的細胞具有了相似的基因表達譜。本人也是做了好幾個課題，發現都存在這樣的問題，因此果斷放棄Seurat 3的矯正方法，繼續用Seurat 2的。但是Seurat 3的 findmarker 這個功能可以一次計算10萬以上的細胞不報錯，而Seurat 2就不行，折衷的方案是同時安裝 Seurat 2和 Seurat 3的包，在內存里切換數據，而不用寫到本地后再用Seurat 3讀取后升級。
尤其是對于動輒10幾萬個細胞來說，保存數據到本地這個操作要花費至少30min, 讀取也要30min.
下面我就告訴大家不用讀寫到本地就可以在Seurat 2 和 Seurat 3之間完美切換，。
其實方法很簡單，將Seurat 2和 Seurat 3 安裝在不同的 library 里面就行了。
我已經安裝好了，以我自己進行的自由切換為例:
> R.version
_
platform x86_64-conda_cos6-linux-gnu
arch x86_64
os linux-gnu
system x86_64, linux-gnu
status
major 3
minor 6.1
year 2019
month 07
day 05
svn rev 76782
language R
version.string R version 3.6.1 (2019-07-05)
nickname Action of the Toes
我用的是最新的R版本 3.6.1很好用。
默認的library 是conda 自帶的
> .libPaths()
[1] "/data/home/heshuai/anaconda3/lib/R/library"
默認的Seurat是最新版的 Seurat 3
> library(Seurat)
Registered S3 method overwritten by 'R.oo':
method from
throw.default R.methodsS3
> packageVersion("Seurat")
[1] ‘3.0.2'
我在另一個library 里安裝了 Seurat 2
/data/home/heshuai/R/x86_64-conda_cos6-linux-gnu-library
在兩者間自由切換
1. 首先將 Seurat 2 所在的library 加載進來
> .libPaths("/data/home/heshuai/R/x86_64-conda_cos6-linux-gnu-library")
> .libPaths()
[1] "/data/home/heshuai/R/x86_64-conda_cos6-linux-gnu-library" "/data/home/heshuai/anaconda3/lib/R/library"
>
2. detach Seurat 3 后加載 Seurat 2, 因為這個時候Seurat 2 所在的library 已經在Seurat 3 之前了，系統會默認先加載Seurat 2
> detach("package:Seurat", unload = T)
> library(Seurat)
Loading required package: ggplot2
RStudio Community is a great place to get help: https://community.rstudio.com/c/tidyverse.
Loading required package: cowplot
********************************************************
Note: As of version 1.0.0, cowplot does not change the
default ggplot2 theme anymore. To recover the previous
behavior, execute:
theme_set(theme_cowplot())
********************************************************
Loading required package: Matrix
> packageVersion("Seurat")
[1] ‘2.3.4'
>
現在Seurat 3已經成功的切換成Seurat 2了. 想要加載Seurat 3的時候，將默認library 換到Seurat 2的前面即可。
是不是 so easy !
總結
以上所述是小編給大家介紹的在linux中用同一個版本的R 同時安裝 Seurat2 和 Seurat3的教程，希望對大家有所幫助，如果大家有任何疑問歡迎給我留言，小編會及時回復大家的！
