Seurat 简介与安装

单细胞 RNA 测序（scRNA-seq）数据分析这些年火得不行，各种工具层出不穷。但要说生态最成熟、社区最活跃的，Seurat 绝对排第一。我刚开始接触单细胞时，第一反应也是“装个 Seurat 开干”。嗯，这里头有不少门道，如果一开始装错了版本或者漏了依赖，后面会掉进各种坑里。这节课我们先聊清楚 Seurat 是什么、怎么装、版本怎么选，把第一步走稳。

Seurat 的功能定位

Seurat 不是某个单一算法，而是一整套分析框架。从读数据、质控、标准化、降维、聚类到差异表达、可视化，甚至整合多个样本批次效应校正，它全都包了。说白了，你拿到一个标准的 10x 数据之后，90% 的常规分析可以用 Seurat 一条龙搞定。

我个人习惯把 Seurat 视为单细胞分析的“瑞士军刀”。它提供了几个核心模块：

• 数据读写与预处理：支持 10x Genomics、smart-seq、Drop-seq 等多种平台输出格式。
• 质控与过滤：基于基因数、UMI 数、线粒体比例等指标快速筛选细胞。
• 标准化与变量基因选择：内置 LogNormalize、SCTransform 等方法。
• 降维与聚类：PCA、t-SNE、UMAP 高度集成。
• 整合与批次校正：经典的 i 锚定法（FindIntegrationAnchors + IntegrateData）。
• 差异表达与功能注释：FindMarkers、AddModuleScore 等。

模块	主要函数/方法	典型用途
数据输入	Read10X, CreateSeuratObject	读取 10x 输出文件
标准化	NormalizeData, SCTransform	消除测序深度差异
降维	RunPCA, RunUMAP	降低数据维度
聚类	FindNeighbors, FindClusters	识别细胞亚群
整合	FindIntegrationAnchors, IntegrateData	多样本批次效应校正

安装方式与依赖关系

Seurat 目前通过 CRAN 和 Bioconductor 分发，最稳定的方式是直接从 CRAN 安装。不过它依赖的底层包很多，像 dplyr、ggplot2、Matrix、Rcpp 这些。如果 R 版本较旧，可能会报依赖不满足的错误。

我个人的标准安装命令是：

install.packages("Seurat")

但这行命令背后会拉下来一大串依赖。我通常还会单独安装一个常用附加包：

if (!requireNamespace("BiocManager", quietly = TRUE))
    install.packages("BiocManager")
BiocManager::install("multtest")
BiocManager::install("presto")

如果你需要最新的开发版（比如修复了某个 bug），可以用 GitHub 版本：

install.packages("devtools")
devtools::install_github("satijalab/seurat", ref = "develop")

依赖关系速览

Seurat 强依赖的包超过 50 个，核心的包括：

• Matrix：稀疏矩阵存储，数据量一大就靠它。
• Rcpp / RcppArmadillo：C++ 底层加速，计算距离和聚类时效率高。
• dplyr / tidyr：数据框操作，后续处理元数据常用。
• ggplot2：可视化基础。
• future.apply：并行计算支持。
• fitdistrplus：SCTransform 中做负二项分布拟合时用到。

下面这张表列出了几个常见场景下的依赖需求：

功能	所需额外包	安装建议
标准分析	Seurat 自带	install.packages("Seurat")
SCTransform	glmGamPoi (可选)	BiocManager::install("glmGamPoi")
整合分析	Seurat 自带	同上
并行计算	future	Seurat 自动加载
富集分析	clusterProfiler, enrichR	单独安装

版本选择与 R 版本兼容性

Seurat 版本迭代很快，从 v3 到 v4 再到现在的 v5，每次大版本更新都会改一部分 API 和底层数据结构。我建议选 LTS（长期支持）版本，比如当前 CRAN 上的 5.1.x 系列。如果你用的是 R 4.2 以下，可能需要降级到 Seurat v4。

常见的版本对应关系：

• Seurat v5：支持 R >= 4.2，推荐 4.3 或 4.4。
• Seurat v4：R >= 4.0，兼容 4.1/4.2。
• Seurat v3：R >= 3.6，现在基本不维护了。

如果你团队里有人用旧版代码，可以先检查一下 Seurat 版本：

packageVersion("Seurat")
# 返回像 ‘5.1.0’ 这样的版本号

升级前务必先看看 Seurat 官方 NEWS（不开链接，此处仅为描述），里面会把每个版本的变动列清楚，特别是有没有改默认参数。

Seurat 在单细胞分析流程中的位置

下面这张图帮你看清 Seurat 在整个 scRNA-seq 分析流程里扮演的角色：从原始数据进门，到最终输出可发表的结果，它占据了中间 80% 的活儿——但也还是要配合其他工具做初步质控和后期注释。

避坑指南：安装常见问题

• Rcpp 编译失败：常见于 Windows 系统缺少 Rtools。解决方案：安装匹配 R 版本的 Rtools 并添加到 PATH。我曾因为换了新电脑忘了装 Rtools，直接 install.packages("Seurat") 报了一堆红字。
• 依赖包版本冲突：尤其是 dplyr 和 Matrix。建议先升级 R 到最新版，然后用 install.packages("Seurat") 一次性安装所有依赖。
• 网络下载超时：中国用户常见。可以设置镜像：options(repos = "https://mirrors.tuna.tsinghua.edu.cn/CRAN/")。
• 安装后加载报错：比如 Error: package or namespace load failed。检查是否需要重启 R 会话，或重新安装特定冲突包：remove.packages("Seurat") 再重装。