划时代更新！Seurat v5重磅登场
前言
说到单细胞数据分析，不得不提的一个工具就是基于R语言构建的一站式分析软件--Seurat。即使目前每年都有很多新的单细胞工具被开发出来，Seurat仍然是目前市场占有率最高，使用最广泛的工具。而且最难能可贵的是Seurat一直都在Rahul Satija的带领下不断更新，不断完善。
image.png
鉴于本篇推文内容有限，Immugent只从几个角度对Seurat v5进行一个大致介绍，希望能起到抛砖引玉的作用，鼓动大家去官网系统学习。
主要内容
我们知道，2009年单细胞测序的概念首次被汤富酬老师提出，但是直到2015年前后这项技术才被广泛应用。其中最主要的一个原因就是在2015年出现了一个划时代的单细胞分析工具--Seurat，而且第一版就发在了著名的NBT杂志上。随后，Seurat为了满足单细胞测序新技术的分析需求下，在不断完善其功能：2018年的v2，2019年的v3和最近一次在2021年更新的v4。
image.png
就在最近，Seurat重磅推出了它的v5版本，虽然目前发表在预印刊杂志--bioRxiv上，但是Immugent相信很快就会被各大杂志抢着发表。
image.png
需要强调的是，Seurat的每一个高级版本都向下兼容，因此，以往的分析流程在v5中还是可以正常运行的。此外，这次更新的v5对很多流程进行了优化，其中Immugent想最先介绍的就是它的整合算法。这次更新的IntegrateLayers函数，整合了CCA，RPCA，Harmony，FastMNN，scVI等很多其它主流R包的方法。
image.png
其次，随着单细胞数据越来越庞大，对计算资源的需求越来越高。因此，这次Seurat v5提出了不同于之前的运行数据存储理念，大大降低了对运行内存的依赖，并加快了数据读取、存储的速度。
image.png
还有要强调的是Seurat v5这次极大的完善了单细胞多组学数据处理的需求，特别是对单细胞空间转录组数据的处理上进行了极大的提升。除此之外，还有对表观组学：scATAC-seq,scBS-seq和scCUT&Tag单细胞数据的整合分析。
image.png
此外，Seurat v5增加了更多类型单细胞数据的接口，包括了：10x Visium, SLIDE-seq, Vizgen MERSCOPE, 10x Xenium, Nanostring CosMx, and Akoya CODEX。
最后,Immugent给出Seurat v5版本的安装代码，大家赶紧用起来吧。
## 安装Seurat v5版本
remotes::install_github("satijalab/seurat", "seurat5", quiet = TRUE)
## 一些依赖的新的数据集和包
remotes::install_github("satijalab/seurat-data", "seurat5", quiet = TRUE)
remotes::install_github("satijalab/azimuth", "seurat5", quiet = TRUE)
remotes::install_github("satijalab/seurat-wrappers", "seurat5", quiet = TRUE)
remotes::install_github("stuart-lab/signac", "seurat5", quiet = TRUE)
## 安装处理大数据的依赖包BPCells
remotes::install_github("bnprks/BPCells", quiet = TRUE)
说在最后
Seurat的这次更新可以说是具有划时代意义的，基本考虑到了目前单细胞测序数据分析的全部问题，具体的内容大家可以去Seurat的官网系统学习。
此外，还值得一提的是从Seurat V4开始，这个包的第一作者就变成了华人学者--Yuhan Hao。这位大佬行事很低调，很少出现在公众媒体，但是实力超凡，值得我们每一个人学习。
image.png
好啦，本期分享到这里就结束了，我们下期再会~~
[参考文献]
Dictionary learning for integrative, multimodal, and scalable single-cell analysis bioRxiv 2022.02.24.481684; doi: https://doi.org/10.1101/2022.02.24.481684.
