一、工欲善其事，必先利其器：软件安装指南

单细胞数据分析依赖专业的生物信息学工具，以下是几款必装核心软件及其安装方法：

上游分析软件

1. Cell Ranger（10x Genomics官方流程）

• 作用：处理10x Genomics单细胞数据，完成原始序列（FASTQ）到基因表达矩阵的转换。

• 安装步骤：

  # 下载安装包（需官网注册后获取下载链接）
  wget https://cf.10xgenomics.com/releases/cell-exp/cellranger-9.0.1.tar.gz?Expires=1738974489&Key-Pair-Id=APKAI7S6A5RYOXBWRPDA&Signature=VVeJRDheJ19IvquZ-MtHaIyvfEfsfePJKbhn8vxFCqQLjMUntK1LMQrHsVxN5EMLeU-ozzrxYyXng3hloSChYnEfpWmHVpM1vaHNWyBV9vB6JDMm-GojDVmAu6gVTrahV01SjKP9FhwUni6cnkVP9fofwmE3bHc92eVIAijC0AR3DdIMolVVUfj03VOmuTyWQvf5mgAXCGXbRtsEtVHMuAhndWFc8GS9kFKhH~pUfoqLyQAdY8ywEzp3zahxfqvsk~ax0TECq91AeGVqgaoNvbGa-8TIHkeSdfHOtkiQ3P3SnbnS8COlOyCrpB~1P0uMd9rf8Q4EOzRfSuPe3V-rhA__
  # 解压并添加环境变量
  tar -xzvf cellranger-9.0.1.tar.gz
  echo 'export PATH=$PATH:/your/path/cellranger-9.0.1' >> ~/.bashrc
  source ~/.bashrc
  

• 验证安装：cellranger testrun --id=tiny

• 注意：写入环境变量替换路径和足够的存储空间（建议>50GB）。

CellRanger 常用命令如下：

• Cell Ranger mkref 用于构建参考基因组

• Cell Ranger mkfastq 用于将下机数据转换为 fastq，一般不需要

• Cell Ranger count 用于表达定量

• Cell Ranger aggr 用于整合多样本的表达矩阵

---

下游分析软件

Seurat 和Scanpy是两个流行的单细胞 RNA 测序（scRNA-seq）分析工具，它们分别基于 R 和 Python 语言开发。两者在功能、性能、可扩展性和用户友好性等方面各有优劣，适合不同的科研需求。下面从几个关键维度对这两个工具进行比较：

比较维度	Seurat	Scanpy
编程语言	R	Python
数据存储与处理	Seurat 对象，适合小到中等规模的数据集	AnnData，支持大规模数据集的内存外操作
计算性能	适合中等规模数据集，处理大数据时较慢	高效处理大规模数据集，支持稀疏矩阵
可视化	使用 ggplot2 生成丰富的可视化图表，易于定制化	基础的可视化，需要配合 matplotlib 等库使用
社区与生态系统	活跃的 R 语言社区，有大量教程和相关 R 包支持	基于 Python，易与机器学习库集成，生态系统广泛
工具集成	与 R 包如 Monocle、SingleR 等集成良好	与 Python 生态系统和深度学习工具（如 scVI）集成良好
易用性	对 R 用户友好，生物学研究者常用	对 Python 用户友好，学习曲线较陡峭，但对高级用户功能强大

Seurat 等 R 包

参考：https://satijalab.org/seurat/articles/install_v5.html

• 作用：数据质控、降维聚类、差异基因分析及可视化等。

• 安装方法（R/RStudio环境）：

 # Install the remotes package
if (!requireNamespace("remotes", quietly = TRUE)) {
  BiocManager::install("remotes")
}

# 基础包
BiocManager::install("dplyr")
BiocManager::install("tidyverse")
BiocManager::install("patchwork")
remotes::install_version("Matrix", version = "1.6-4")
BiocManager::install("irlba")
BiocManager::install("scater")

# Seurat 相关包
BiocManager::install("Seurat")
BiocManager::install("SeuratObject")
BiocManager::install("satijalab/seurat-data")
BiocManager::install('satijalab/seurat-wrappers')
BiocManager::install("satijalab/azimuth")
BiocManager::install('Signac')
BiocManager::install('tidyseurat')

# 其他包
BiocManager::install("chris-mcginnis-ucsf/DoubletFinder")
BiocManager::install("jinworks/CellChat")
devtools::install_github('cole-trapnell-lab/monocle3', ref="develop")

library(tidyverse)
library(patchwork)

library(Seurat)
library(SeuratObject)

library(SeuratData)
library(Azimuth)

library(monocle3)

安装了V5 版本需要再装 V4版本

remotes::install_version("Matrix", version = "1.6-1", lib = '/your/path/Seurat_V4')
remotes::install_version(package = 'Seurat', 
                         version = '4.4.0', 
                         lib = '/your/path/Seurat_V4')

remotes::install_version(package = 'SeuratObject', 
                         version = '4.1.4', 
                         lib = '/your/path/Seurat_V4')

library(Seurat, lib = "/your/path/Seurat_V4/")

library(SeuratObject, lib = "/your/path/Seurat_V4/")

---

Scanpy（Python版单细胞分析工具）

• 适用场景：偏好Python的用户，支持大规模数据处理。

• 安装命令：

  pip install scanpy
  # 可选安装加速库
  pip install umap-learn leidenalg
  

---

二、准备测序数据

1. 获取原始数据

• 来源：公共数据库（如NCBI GEO、国家基因组中心）或实验室测序下机数据。

• 常见格式：

  • FASTQ文件：包含测序序列和碱基质量信息（文件命名通常含R1、R2）。

  • 参考基因组：需与物种和版本匹配（如人类GRCh38）。

---

2. 数据下载与校验（以GEO为例）

# 使用wget或sratoolkit下载
prefetch SRR1234567  # SRA编号示例
fasterq-dump SRR1234567 --split-files

# 校验MD5值（确保数据完整性）
md5sum SRR1234567_1.fastq.gz

---

3. 数据预处理（Cell Ranger流程）

• 配置参考基因组：

  cellranger mkref --genome=GRCh38 \
                   --fasta=GRCh38.fa \
                   --genes=genes.gtf
  

• 运行分析流程：

  cellranger count --id=sample1 \
                   --transcriptome=GRCh38 \
                   --fastqs=path/to/fastq \
                   --sample=Sample1
  

• 输出结果：outs/filtered_feature_bc_matrix 目录下的基因表达矩阵（后续分析的核心输入）。

---

三、避坑指南：常见问题与解决方案

1. 依赖缺失：安装前确保系统已安装zlib、glibc等库，推荐使用conda/mamba管理环境。

2. 权限问题：Linux用户注意sudo权限及文件读写权限。

3. 存储不足：单细胞数据庞大，建议预留充足硬盘空间（处理10x数据需>50GB）。

---

通过本期内容，你已经迈出了单细胞分析的第一步！

准备好数据和工具后，下一期我们将正式构建seurat对象。

如果你在安装中遇到问题，欢迎留言讨论！

---

数信院云服务器助力科研

1.全自采购裸金属服务器（非友商一般去租用三方云服务器，坚持每一个环节所需硬件都做到自行采购，做到完全自主化，硬件升级不设上限）。

2.无论共享还是独享服务器我们都是放置于华东TOP50 IDC恒温机房，多路电力系统保证服务器正常运行。

3.一线运维24小时轮值，保障服务器正常运行，后端技术团队12小时在线解决客户使用问题，做到有问必答 。

4. 985 211 生信博士团队定期更新不同方向的生信脚本，给初入门径的同学保驾护航 。

5.提供无需VPN的4O服务（WEB+API），创造了生信挖掘的AI加速剂 。