Tutorial zur gleichzeitigen Installation von Seurat2 und Seurat3 mit derselben Version von R unter Linux

Seurat ist ein umfangreiches R-Paket für die Einzelzellanalyse. Jeder, der es schon einmal verwendet hat, weiß, wie nützlich es ist. Der Seurat-Analyseprozess deckt grundsätzlich alle gängigen Analysemethoden der Einzelzellanalyse ab, einschließlich Filterung, tSNE, UMAP-Dimensionsreduktion und Zeichnen. Eine weitere wichtige Funktion ist die Korrektur des Batch-Effekts zwischen verschiedenen Experimenten. Allerdings sind die Korrekturmethoden von Seurat 2 und Seurat 3 völlig unterschiedlich und die erzielten Ergebnisse sind inkonsistent.

Seurat 2 basiert auf CCA (kanonische Korrelation), wodurch die Batch-Effekte korrigiert werden können, die durch Experimente zwischen Tumoren, peripherem Blut und benachbartem Krebsgewebe verursacht werden. Es kann auch die Batch-Effekte korrigieren, die durch Experimente mit unterschiedlichen Einzelzell-Experimentierplattformen verursacht werden. Obwohl die Geschwindigkeit langsam ist, ist die Wirkung immer noch gut. Seurat 3 nimmt Korrekturen auf der Grundlage von Zellpopulationen mit ähnlichen Expressionsprofilen zwischen den Proben vor. Bei Experimenten gleicher Art kann Seurat 3 gute Korrekturen für experimentelle Batch-Effekte vornehmen, die durch unterschiedliche Einzelzelltechnologien verursacht werden. Anhand der auf der offiziellen Website angegebenen Pancer-Korrekturergebnisse können Sie erkennen, wie leistungsstark seine Korrekturfähigkeit ist. Aufgrund dieser starken Korrekturfähigkeit wurde jedoch bei Tumor- und peripheren Blutproben eine übermäßige Korrektur vorgenommen, was zu Zellen führte, die nicht zusammen gruppiert werden sollten, aber ähnliche Genexpressionsprofile aufwiesen. Ich habe auch an mehreren Projekten gearbeitet und bei allen dieses Problem festgestellt, sodass ich die Korrekturmethode von Seurat 3 entschieden aufgegeben und weiterhin Seurat 2 verwendet habe. Die Findmarker-Funktion von Seurat 3 kann jedoch mehr als 100.000 Zellen gleichzeitig fehlerfrei zählen, während Seurat 2 dies nicht kann. Ein Kompromiss besteht darin, die Pakete von Seurat 2 und Seurat 3 gleichzeitig zu installieren und die Daten im Speicher auszutauschen, anstatt sie lokal zu schreiben und sie dann zum Aktualisieren mit Seurat 3 zu lesen.

Insbesondere bei mehreren zehntausend Zellen dauert es mindestens 30 Minuten, die Daten lokal zu speichern und 30 Minuten, um sie auszulesen.

Jetzt erkläre ich Ihnen, wie Sie perfekt zwischen Seurat 2 und Seurat 3 wechseln können, ohne lokal lesen und schreiben zu müssen.

Tatsächlich ist die Methode sehr einfach. Installieren Sie Seurat 2 und Seurat 3 einfach in unterschiedlichen Bibliotheken.

Ich habe es installiert und nehme als Beispiel mein eigenes freies Schalten:

> R.Version
        _             
Plattform x86_64-conda_cos6-linux-gnu
Bogen x86_64           
Betriebssystem Linux-GNU         
System x86_64, Linux-GNU     
Status                  
Hauptfach 3             
Moll 6.1            
Jahr 2019            
Monat 07             
Tag 05             
svn rev 76782           
Sprache R             
version.string R Version 3.6.1 (05.07.2019)
Spitzname Aktion der Zehen

Ich verwende die neueste R-Version 3.6.1, die hervorragend funktioniert.

Die Standardbibliothek ist diejenige, die mit conda geliefert wird.

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

Der Standard-Seurat ist die neueste Version von Seurat 3

> Bibliothek (Seurat)
Registrierte S3-Methode durch „R.oo“ überschrieben:
 Methode von   
 throw.default R.methodsS3
> Paketversion("Seurat")
[1] '3.0.2'

Ich habe Seurat 2 in einer anderen Bibliothek installiert

/data/home/heshuai/R/x86_64-conda_cos6-linux-gnu-library

Wechseln Sie frei zwischen den beiden

1. Laden Sie zuerst die Bibliothek, in der sich Seurat 2 befindet

> .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/Bibliothek"      
>

2. Trennen Sie Seurat 3 und laden Sie dann Seurat 2. Da die Bibliothek, in der sich Seurat 2 befindet, bereits vor Seurat 3 liegt, lädt das System standardmäßig zuerst Seurat 2.

> trennen("Paket:Seurat", entladen = T)
> Bibliothek (Seurat)
Erforderliches Paket wird geladen: ggplot2
Die RStudio Community ist eine großartige Anlaufstelle, um Hilfe zu erhalten: https://community.rstudio.com/c/tidyverse.
Erforderliches Paket wird geladen: cowplot
 
********************************************************
Hinweis: Ab Version 1.0.0 ändert cowplot nicht mehr die
 Standard-ggplot2-Theme nicht mehr. Um das vorherige
 Verhalten, ausführen:
 Thema_Satz(Thema_Kuhplot())
********************************************************
 
Erforderliches Paket wird geladen: Matrix
> Paketversion("Seurat")
[1] '2.3.4'
>

Jetzt wurde Seurat 3 erfolgreich auf Seurat 2 umgestellt. Wenn Sie Seurat 3 laden möchten, ändern Sie einfach die Standardbibliothek an den Anfang von Seurat 2.

Ist das nicht ganz einfach?

Zusammenfassen

Das Obige ist ein Tutorial zur gleichzeitigen Installation von Seurat2 und Seurat3 unter Verwendung derselben Version von R unter Linux. Ich hoffe, es wird für alle hilfreich sein. Wenn Sie Fragen haben, hinterlassen Sie mir bitte eine Nachricht und ich werde Ihnen rechtzeitig antworten!