Vecyloto.R的安装(碰壁无数次,终于成功)

(文中引用了一些其他作者的教程,如果是不允许转载的请私信告知我,我会立即删除,谢谢)
velocyto用于单细胞数据的分析(RNA速率分析)的工具。除了常用的拟时序轨迹分析,RNA速率分析也是一种细胞命运分析的工具。原理不再赘述(主要是咱也不太懂),简言之,细胞中的RNA在转录后会存在剪切成熟的过程,根据对不同成熟度的RNA的分析,确定细胞在发育过程中的先后。
velocyto有pyhton版本和R版本,velocyto.R只能用于python版分析后产生的.loom格式文件的下游处理,并且只能在Linux系统运行(在Windows系统安装了多次失败后的血泪经验)。

1. python版velocyto的安装

velocytopython版使用condapip还是比较顺利的。

1.1 作用

pyhton版velocyto的作用是将.bam转换为.loom格式,.loom可以用python继续下游分析,也可以使用R进行分析。

图片来自velocyto官网

1.2 输入输出文件

velocyto的输入文件包括3个。其中,2个gtfrmsk重复序列的.gtf文件可以在UCSC下载,教程可以参考这个文章中的“下载特定物种的特殊gtf文件”使用基于python的velocyto软件做RNA速率分析 - 云+社区 - 腾讯云 (tencent.com)
另一个gtf文件可以在cellranger官网下载。
同时还需要cellranger软件下机的outs文件夹,该文件夹中包括.bam文件和其他一些中间文件。

来自velocyto官网

1.3 安装

python版velocyto的安装根据velocyto官网的教程进行安装即可,Installation Guide — velocyto 0.17.16 documentation

1.3.1 创建并激活子环境
conda create -n velocyto # python版本应该大于3.6
conda activate velocyto
1.3.2 安装依赖的包
conda install numpy scipy cython numba matplotlib scikit-learn h5py click
1.3.3 pip安装pysam、velocyto
pip install pysam
pip install velocyto

安装成功后,输入velocyto --help,输出如下,表明安装成功:

~$ velocyto --help
Usage: velocyto [OPTIONS] COMMAND [ARGS]...

Options:
  --version  Show the version and exit.
  --help     Show this message and exit.

Commands:
  run            Runs the velocity analysis outputting a loom file
  run10x         Runs the velocity analysis for a Chromium Sample
  run-dropest    Runs the velocity analysis on DropEst preprocessed data
  run-smartseq2  Runs the velocity analysis on SmartSeq2 data (independent bam file per cell)
  tools          helper tools for velocyto

2. R版velocyto.R的安装

参考的教程:hdf5安装_成功安装velocity.R!

2.1 conda创建一个独立的环境

强烈建议创建一个独立的环境,因为各种依赖包版本不同的话就无法进行下去,要防止各种包和库文件之间的相互影响。

conda create -n R4velocyto
conda activate R4velocyto
2.2 conda安装R及相关R包、库

我使用conda安装了4.0版本的R,其他版本或者最新版本没有尝试。

conda install -c conda-forge R=4.0 # 搜索python的channel进行添加

经验表明,使用conda安装包括devtools包在内的包是个不错的选择。缺什么依赖包,就安装好了

conda install r-curl
conda install r-rversions
conda install r-credentials
conda install r-httr
conda install r-gert
conda install r-gh
conda install r-rcmdcheck
conda install r-usethis
conda install r-hdf5r
conda install r-devtools

安装库文件,参考了该博主的教程hdf5安装_成功安装velocity.R!

conda install -c conda-forge openmp
conda install -c anaconda boost
2.3 安装velocyto.R

安装依赖包并进行下载velocyto.R。

install.packages("BiocManager")
BiocManager::install('pcaMethods') # BiocManager安装依赖包pcaMethods
library(devtools) # 加载devtools包
install_github("velocyto-team/velocyto.R") # 安装velocyto.R

启动R,加载包,显示下面的界面,便是安装成功了。

> library(velocyto.R)
Loading required package: Matrix
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,383评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,522评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,852评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,621评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,741评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,929评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,076评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,803评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,265评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,582评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,716评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,395评论 4 333
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,039评论 3 316
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,798评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,027评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,488评论 2 361
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,612评论 2 350

推荐阅读更多精彩内容