Seurat  作為單細(xì)胞分析中的重量級(jí)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(xì)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(gè)重量級(jí)功能就是矯正不同實(shí)驗(yàn)之間的批次效應(yīng)。然而Seurat 2和Seurat 3的矯正方法完全不一樣，得到的結(jié)果也不一致。

Seurat 2是基于CCA （典型相關(guān)性）的，可以矯正腫瘤，外周血及癌旁組織間由于實(shí)驗(yàn)帶來的批次效應(yīng)，也能很好的矯正用不同的單細(xì)胞實(shí)驗(yàn)平臺(tái)進(jìn)行試驗(yàn)帶來的批次效應(yīng)。雖然速度慢，效果還是不錯(cuò)的。而Seurat 3 則是基于樣本間具有相似表達(dá)譜的細(xì)胞群來進(jìn)行矯正，對(duì)于同一種性質(zhì)的實(shí)驗(yàn)，由于不同單細(xì)胞技術(shù)造成的實(shí)驗(yàn)批次效應(yīng)，seurat 3 能夠很好的矯正。從官網(wǎng)給的pancers矯正結(jié)果就可以看到其矯正能力多么強(qiáng)大。然而正式因?yàn)槿绱藦?qiáng)大的矯正能力，對(duì)于腫瘤和外周血樣本的矯正卻過了頭，導(dǎo)致不該分在一起的細(xì)胞具有了相似的基因表達(dá)譜。本人也是做了好幾個(gè)課題，發(fā)現(xiàn)都存在這樣的問題，因此果斷放棄Seurat 3的矯正方法，繼續(xù)用Seurat 2的。但是Seurat 3的 findmarker 這個(gè)功能可以一次計(jì)算10萬以上的細(xì)胞不報(bào)錯(cuò)，而Seurat 2就不行，折衷的方案是同時(shí)安裝 Seurat 2和 Seurat 3的包，在內(nèi)存里切換數(shù)據(jù)，而不用寫到本地后再用Seurat 3讀取后升級(jí)。

尤其是對(duì)于動(dòng)輒10幾萬個(gè)細(xì)胞來說，保存數(shù)據(jù)到本地這個(gè)操作要花費(fèi)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(shí)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(jīng)安裝好了，以我自己進(jìn)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(rèn)的library 是conda 自帶的

> .libPaths()
[1] "/data/home/heshuai/anaconda3/lib/R/library"

默認(rèn)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(gè)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(jìn)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?yàn)檫@個(gè)時(shí)候Seurat 2 所在的library 已經(jīng)在Seurat 3 之前了，系統(tǒng)會(huì)默認(rèn)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(xiàn)在Seurat 3已經(jīng)成功的切換成Seurat 2了. 想要加載Seurat 3的時(shí)候，將默認(rèn)library 換到Seurat 2的前面即可。

是不是 so easy !　

總結(jié)

以上所述是小編給大家介紹的在linux中用同一個(gè)版本的R 同時(shí)安裝 Seurat2 和 Seurat3的教程，希望對(duì)大家有所幫助，如果大家有任何疑問歡迎給我留言，小編會(huì)及時(shí)回復(fù)大家的！