Seurat 作为单细胞分析中的重量级R包，有多好用用，用过的人都知道。Seurat 分析流程基本涵盖了单细胞分析中的所有常见分析方法，包括filtering，tSNE，UMAP降维及画图等。还有一个重量级功能就是矫正不同实验之间的批次效应。然而Seurat 2和Seurat 3的矫正方法完全不一样，得到的结果也不一致。

Seurat 2是基于CCA （典型相关性）的，可以矫正肿瘤，外周血及癌旁组织间由于实验带来的批次效应，也能很好的矫正用不同的单细胞实验平台进行试验带来的批次效应。虽然速度慢，效果还是不错的。而Seurat 3 则是基于样本间具有相似表达谱的细胞群来进行矫正，对于同一种性质的实验，由于不同单细胞技术造成的实验批次效应，seurat 3 能够很好的矫正。从官网给的pancers矫正结果就可以看到其矫正能力多么强大。然而正式因为如此强大的矫正能力，对于肿瘤和外周血样本的矫正却过了头，导致不该分在一起的细胞具有了相似的基因表达谱。本人也是做了好几个课题，发现都存在这样的问题，因此果断放弃Seurat 3的矫正方法，继续用Seurat 2的。但是Seurat 3的 findmarker 这个功能可以一次计算10万以上的细胞不报错，而Seurat 2就不行，折衷的方案是同时安装 Seurat 2和 Seurat 3的包，在内存里切换数据，而不用写到本地后再用Seurat 3读取后升级。

尤其是对于动辄10几万个细胞来说，保存数据到本地这个操作要花费至少30min, 读取也要30min.

下面我就告诉大家不用读写到本地就可以在Seurat 2 和 Seurat 3之间完美切换，。

其实方法很简单，将Seurat 2和 Seurat 3 安装在不同的 library 里面就行了。

我已经安装好了，以我自己进行的自由切换为例:

> R.version _ platform x86_64-conda_cos6-linux-gnuarch 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。

默认的library 是conda 自带的

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

默认的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'

我在另一个library 里安装了 Seurat 2

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

在两者间自由切换

1. 首先将 Seurat 2 所在的library 加载进来

> .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 后加载 Seurat 2, 因为这个时候Seurat 2 所在的library 已经在Seurat 3 之前了，系统会默认先加载Seurat 2

> detach("package:Seurat", unload = T)> library(Seurat)Loading required package: ggplot2RStudio 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'> 　

现在Seurat 3已经成功的切换成Seurat 2了. 想要加载Seurat 3的时候，将默认library 换到Seurat 2的前面即可。

是不是 so easy !　

总结

以上所述是小编给大家介绍的在linux中用同一个版本的R 同时安装 Seurat2 和 Seurat3的教程，希望对大家有所帮助，如果大家有任何疑问欢迎给我留言，小编会及时回复大家的！