SeuratWrappers 开源项目教程

1. 项目介绍

SeuratWrappers 是一个由社区提供的 Seurat 扩展方法集合，由 Satija Lab 在 NYGC 维护。这些方法提供了 Seurat 中尚未包含的功能，并且可以更频繁地更新。SeuratWrappers 的目标是为 Seurat 用户提供更多的工具和方法，以增强其单细胞分析能力。

2. 项目快速启动

安装 SeuratWrappers

首先，确保你已经安装了 remotes 包，然后使用以下命令安装 SeuratWrappers：

install.packages("remotes")
remotes::install_github('satijalab/seurat-wrappers')

加载 SeuratWrappers

安装完成后，你可以通过以下代码加载 SeuratWrappers：

library(SeuratWrappers)

使用示例

以下是一个简单的示例，展示如何使用 SeuratWrappers 中的 RunALRA 方法进行零值保留的插补：

# 创建一个 Seurat 对象
data <- Read10X(data.dir = "path/to/your/data")
seurat_obj <- CreateSeuratObject(counts = data)

# 使用 ALRA 进行插补
seurat_obj <- RunALRA(seurat_obj)

# 查看插补后的数据
head(seurat_obj@assays$RNA@data)

3. 应用案例和最佳实践

案例1：使用 Monocle 3 计算轨迹

SeuratWrappers 提供了与 Monocle 3 的集成，可以用于计算单细胞轨迹。以下是一个简单的示例：

# 加载 Monocle 3
library(monocle3)

# 将 Seurat 对象转换为 Monocle 对象
cds <- as.cell_data_set(seurat_obj)

# 计算轨迹
cds <- cluster_cells(cds)
cds <- learn_graph(cds)

# 可视化轨迹
plot_cells(cds, color_cells_by = "cluster")

案例2：使用 scVelo 估计 RNA 速度

SeuratWrappers 还支持与 scVelo 的集成，用于估计 RNA 速度。以下是一个示例：

# 加载 scVelo
library(scVelo)

# 将 Seurat 对象转换为 AnnData 对象
adata <- Convert(from = seurat_obj, to = "anndata")

# 估计 RNA 速度
scv.tl.velocity(adata)

# 可视化速度
scv.pl.velocity_embedding_stream(adata)

4. 典型生态项目

SeuratWrappers 与其他几个重要的单细胞分析工具和库有紧密的集成，以下是一些典型的生态项目：

• Monocle 3: 用于单细胞轨迹分析。
• scVelo: 用于 RNA 速度估计。
• ALRA: 用于零值保留的插补。
• Harmony: 用于数据集的整合。

这些工具和库与 SeuratWrappers 的集成，使得 Seurat 用户能够更方便地使用这些强大的分析方法。

---

通过本教程，你应该能够快速上手 SeuratWrappers，并了解如何将其应用于实际的单细胞数据分析中。