#Просмотр пути к пакету R
.libPaths()
###Создайте новый путь для хранения seurat_v5
getwd()
dir.create("~/seurat_v5")
#https://satijalab.org/seurat/articles/install_v5.html
####Установите v5 в папку seurat_v5###
.libPaths(c(
  '/home/data/t140333/seurat_v5/', 
  "/home/data/t140333/R/x86_64-pc-linux-gnu-library/4.3",
  "/usr/local/lib/R/library" 
))
###Установить Seurat_V5###
install.packages('Seurat')
library(Seurat)

##Установка пакетов зависимостей Эти пакеты зависимостей требуют больше времени, но в целом установка прошла относительно гладко, и ошибок не было.
setRepositories(ind = 1:3, addURLs = c('https://satijalab.r-universe.dev', 'https://bnprks.r-universe.dev/'))
install.packages(c("BPCells", "presto", "glmGamPoi"))

#Я не устанавливал здесь следующие пакеты, они официально рекомендованы.
#Официальный также рекомендует установить эти дополнительные пакеты, которые улучшат Seurat Функции:
#Signac: Анализ данных одноклеточного хроматина
#SeuratData: автозагрузка, предварительно упакованная как Seurat объектизданныенабор
#Azimuth: Локальная аннотация запросов scRNA-seq и scATAC-seq по нескольким органам и тканям.
#SeuratWrappers: поддержка использования дополнительных методов интеграции и дифференциального выражения.
#install.packages('Signac')
#remotes::install_github("satijalab/seurat-data", quiet = TRUE)
#remotes::install_github("satijalab/azimuth", quiet = TRUE)
#remotes::install_github("satijalab/seurat-wrappers", quiet = TRUE)

#Если пользователь сталкивается с чем-либо, связанным с Matrix Ошибки, связанные с пакетом. Переустановите, используя команду ниже. TFBSTools пакет и открыть новый R Сессия:
# BiocManager::install("TFBSTools", type = "source", force = TRUE)

###Как пользоваться установленной v5? ###
#Просто загрузите путь v5 при его использовании.
.libPaths(c(
  '/home/data/t140333/seurat_v5/', 
  "/home/data/t140333/R/x86_64-pc-linux-gnu-library/4.3",
  "/usr/local/lib/R/library" 
))

#Подтверждаем используемую версию пакета Seurat
packageVersion('Seurat')
#####
library(ggplot2)
#Здесь я нашел ранее воспроизведенные данные и преобразовал seuratv4объект в v5объект.
sce=readRDS("./sce.all_int.rds")
sce_v4=sce

sce[["RNA5"]] <- as(object = sce[["RNA"]], Class = "Assay5")
names(sce)
DefaultAssay(sce)='RNA5'
#Вы можете удалить исходную РНК, если она вам не нужна. Если вы не удалите ее, вы увидите, что размер sceобъекта стал в два раза больше, чем раньше, что составляет 1,3 ГБ соответственно. и 2,6Г.
#sce[['RNA']]=NULL  

#Также проверьте, соответствуют ли данные предыдущему твиту.
DimPlot(sce)
table(sce$group)
DimPlot(sce, reduction = "umap",
      group.by = "group",label = F)
ggsave('umap_by_RNA_snn_res.0.1_GFP.pdf',width=6,height=5)