在之前，小云為大家介紹了popsicleR這個(gè)令人驚嘆的R包，它提供了從單細(xì)胞分析質(zhì)控到細(xì)胞注釋的整套流程。這種類型的R包被稱為single-cell pipeline，為我們提供了俯瞰整個(gè)單細(xì)胞分析流程的便捷途徑，讓我們能夠站在R包的肩膀上，輕松應(yīng)對單細(xì)胞數(shù)據(jù)的挑戰(zhàn)。 而今天，小云要向大家介紹一款更進(jìn)階的R包——SCP（single-cell pipeline），它不僅提供了高級的單細(xì)胞分析功能，例如擬時(shí)序分析、速率分析等，還擁有各種美觀大氣的數(shù)據(jù)可視化圖。這款R包是由南京醫(yī)科大學(xué)生殖醫(yī)學(xué)博士親自編寫，可見其專業(yè)性與實(shí)用性。 SCP R包是一套強(qiáng)大的單細(xì)胞數(shù)據(jù)處理和分析工具，提供了全面的解決方案。其功能之強(qiáng)大，涵蓋了眾多生物信息學(xué)常用工具和函數(shù)，旨在簡化單細(xì)胞數(shù)據(jù)分析的復(fù)雜性，使研究者能夠更專注于科學(xué)探索，而無需花費(fèi)過多時(shí)間在繁瑣的數(shù)據(jù)處理上。 對于初學(xué)者而言，學(xué)習(xí)這樣一個(gè)功能強(qiáng)大，匯集了大量函數(shù)的R包，最初的難點(diǎn)往往在于如何成功安裝。因此，接下來，我將向大家展示如何在服務(wù)器和本地電腦兩個(gè)不同的終端上順利下載SCP，讓大家輕松邁入單細(xì)胞數(shù)據(jù)的精彩世界。 溫馨提醒：R 版本 >= 4.1.0哦

Linux終端

在服務(wù)器中進(jìn)行安裝，首先我們得新建一個(gè)conda的虛擬環(huán)境

# 創(chuàng)建新的虛擬環(huán)境

conda create

-

n SCP_env r=4.1.3

# 進(jìn)入創(chuàng)建的新環(huán)境中

conda activate SCP_env

# 隨后進(jìn)行conda官網(wǎng)對所需要的R包進(jìn)行下載

## https://anaconda.org/anaconda/conda

conda install

-

c conda

-

forge r

-

devtools

# 我們先需要安裝devtools，下載在GitHub上的SCP包

# 也可以選擇在R環(huán)境中進(jìn)行下載，小云比較偏向于conda安裝哦~ 這個(gè)選擇并沒有對錯(cuò)之分，哪種方法更適合你，下載速度更快，使用便是啦！以結(jié)果為導(dǎo)向??！

if

?(

!require

("devtools", quietly =?TRUE)) { ??

install.packages

("devtools") }

options

(timeout =?999)

# 在使用devtools::install_github()函數(shù)時(shí)，都要設(shè)置好這個(gè)參數(shù)哦，它可以幫助我們順利的從GitHub上下載R包

devtools

::install_github

("zhanghao-njmu/SCP")

# 在安裝SCP的過程中可能會(huì)出現(xiàn)某一包無法安裝的情況，我們可以使用conda進(jìn)行安裝，安裝方法與安裝devtools一致，在這小云就不贅述啦。

Windows終端

env_dir <-?"D:/SCP_env/"

dir.create

(env_dir,recursive =?TRUE)

setwd

(env_dir)

# 使用小云曾經(jīng)教過大家的renv包，在本地創(chuàng)建一個(gè)新的環(huán)境

if

(

!require

("renv"))

install.packages

(renv) renv

::init

(project =?env_dir) 在成功創(chuàng)建環(huán)境后，我們可以看到這樣的輸出

在進(jìn)入環(huán)境中，我們便可以開始安裝R包，和Linux終端一樣，我們首先需要下載的是devtools和BiocManager兩個(gè)R包，對后續(xù)的R包進(jìn)行安裝操作。

if

?(

!require

("devtools", quietly =?TRUE)) { ??

install.packages

("devtools") }

options

(timeout =?999) devtools

::install_github

("zhanghao-njmu/SCP") 在安裝的過程中，我們可能會(huì)遇到這種情況??

小伙伴們，遇到報(bào)錯(cuò)我們不要害怕哦，這個(gè)報(bào)錯(cuò)只是因?yàn)槲覀兊囊蕾嚊]有安裝成功呢！我們只需要把報(bào)錯(cuò)上的手動(dòng)的安裝好就可以繼續(xù)運(yùn)行啦

if

?(

!require

("BiocManager", quietly =?TRUE)) { ??

install.packages

("BiocManager") } BiocManager

::install

("R_names")

# 如果碰上網(wǎng)絡(luò)不穩(wěn)定也可以進(jìn)bioconductor官網(wǎng)(https://www.bioconductor.org/)下載安裝包后進(jìn)行本地下載哦

install.packages

(".tar.gz_dir", repos =?NULL, type =?"source")

# 安裝好R語言環(huán)境下的R包后，我們便可以載入SCP包，準(zhǔn)備配置python環(huán)境下的包啦，這是因?yàn)閱渭?xì)胞分析的過程中，如：速率分析等是需要python環(huán)境的，因此我們在本地中也需要下載conda，配置基礎(chǔ)的python環(huán)境。

options

(reticulate.conda_binary =?"D:/conda/envs/SCP_env")

# 在這一步我們需要指定好conda的環(huán)境，切記切記！路徑最后不要加“/”哦，不然會(huì)出現(xiàn)報(bào)錯(cuò)

# 在Windows的安裝過程中，我們還需要額外在conda中安裝一個(gè)包

conda install jaxlib-0.1.70

-

cp38

-

none

-

win_amd64.whl

# 可以從這個(gè)網(wǎng)址中下載適合自己電腦的安裝包哦 https://whls.blob.core.windows.net/unstable/index.html

# 安裝python包我們使用一下命令

SCP

::PrepareEnv

()

# 但這步是有可能報(bào)錯(cuò)的，部分包因?yàn)榘姹静粚?yīng)的或是無法正常加載的，我們都可以根據(jù)報(bào)錯(cuò)單獨(dú)的進(jìn)行下載，使用以下的命令（這邊小云使用了pip的臨時(shí)清華源進(jìn)行下載哦）

pip install

-

i https

://

pypi.tuna.tsinghua.edu.cn

/

simple packages_names 無論是Linux還是Windows，當(dāng)能成功運(yùn)行以下代碼的時(shí)候就證明我們基本已經(jīng)成功啦！為什么說是基本呢？小云在這先賣個(gè)關(guān)子哦

library

(SCP)

data

("pancreas_sub")

pancreas_sub <- RunPAGA(srt = pancreas_sub, group_by = "SubCellType", linear_reduction = "PCA", nonlinear_reduction = "UMAP")

## 'misc' slot is not converted.

## 'tools' slot is not converted.

CellDimPlot(pancreas_sub, group.by = "SubCellType", reduction = "draw_graph_fr")

##細(xì)胞聚類

CellDimPlot(

??srt = pancreas_sub, group.by = c("CellType", "SubCellType"),

??reduction = "UMAP", theme_use = "theme_blank"

)

##細(xì)胞周期注釋

CellDimPlot(

??srt = pancreas_sub, group.by = "SubCellType", stat.by = "Phase",

??reduction = "UMAP", theme_use = "theme_blank"

)

##特征注釋

FeatureDimPlot(

??srt = pancreas_sub, features = c("Sox9", "Neurog3", "Fev", "Rbp4"),

??reduction = "UMAP", theme_use = "theme_blank"

)

FeatureDimPlot(

??srt = pancreas_sub, features = c("Ins1", "Gcg", "Sst", "Ghrl"),

??compare_features = TRUE, label = TRUE, label_insitu = TRUE,

??reduction = "UMAP", theme_use = "theme_blank"

)

##細(xì)胞類型、百分比和細(xì)胞周期

ht <- GroupHeatmap(

??srt = pancreas_sub,

??features = c(

????"Sox9", "Anxa2", # Ductal

????"Neurog3", "Hes6", # EPs

????"Fev", "Neurod1", # Pre-endocrine

????"Rbp4", "Pyy", # Endocrine

????"Ins1", "Gcg", "Sst", "Ghrl" # Beta, Alpha, Delta, Epsilon

??),

??group.by = c("CellType", "SubCellType"),

??heatmap_palette = "YlOrRd",

??cell_annotation = c("Phase", "G2M_score", "Cdh2"),

??cell_annotation_palette = c("Dark2", "Paired", "Paired"),

??show_row_names = TRUE, row_names_side = "left",

??add_dot = TRUE, add_reticle = TRUE

)

print(ht$plot)

##質(zhì)控

## conda install -c bioconda bioconductor-scdblfinder 依賴不適配

# 安裝路徑

pancreas_sub <- RunCellQC(srt = pancreas_sub)

CellDimPlot(srt = pancreas_sub, group.by = "CellQC", reduction = "UMAP")

CellStatPlot(srt = pancreas_sub, stat.by = "CellQC", group.by = "CellType", label = TRUE)

CellStatPlot(

??srt = pancreas_sub,

??stat.by = c(

????"db_qc", "outlier_qc", "umi_qc", "gene_qc",

????"mito_qc", "ribo_qc", "ribo_mito_ratio_qc", "species_qc"

??),

??plot_type = "upset", stat_level = "Fail"

)

##標(biāo)準(zhǔn)流程

pancreas_sub <- Standard_SCP(srt = pancreas_sub)

CellDimPlot(

??srt = pancreas_sub, group.by = c("CellType", "SubCellType"),

??reduction = "StandardUMAP2D", theme_use = "theme_blank"

)

在這之后還有非常多進(jìn)階且美觀的代碼，小云的筆記本有所限制就不一一展示啦，把代碼展示給大家，后續(xù)的結(jié)果圖小云會(huì)打包成壓縮文件夾在文章結(jié)尾分享給大家哦！