# Импортировать пакет Seurat
library(Seurat)

# Просмотр текущего рабочего каталога
getwd()

# Установить рабочий каталог (переключить рабочий каталог на указанный путь)
setwd("D:/project/scRNA")

# Чтение данных 10x, параметр data.dir указывает путь для хранения файла.
seurat_data <- Read10X(data.dir = "./data/GSE234527/352")

# Создать объект Сёра
seurat_obj <- CreateSeuratObject(counts = seurat_data,
                                   project = "GSM7470392_352",
                                   min.features = 200,
                                   min.cells = 3)


# Просмотр основной информации об объектах Сера
seurat_obj

# Импортировать пакет Seurat
library(Seurat)


# Просмотр текущего рабочего каталога
getwd()


# Установить рабочий каталог (переключить рабочий каталог на указанный путь)
setwd("D:/project/scRNA")


# Укажите местоположение и имя файла, который нужно прочитать.
h5_file <- "./data/GSE200874/GSM6045825_wt_filtered_gene_bc_matrices_h5_1.h5"


# Чтение файлов в формате h5 (используйте функцию Read10X_h5 для чтения файлов данных с одной ячейкой в ​​формате h5)
seurat_data <- Read10X_h5(file = h5_file)


# Создать объект Сёра (с помощью функции CreateSeuratObject Создать объект Сёра,И преобразуем прочитанные данные формата h5 в объект Seurat)
seurat_obj <- CreateSeuratObject(counts = seurat_data,
                                   project = "GSM6045825_wt",
                                   min.features = 200,
                                   min.cells = 3)

# Просмотр основной информации об объектах Сера
seurat_obj

# Импортировать пакет Seurat
library(Seurat)

# Просмотр текущего рабочего каталога
getwd()

# Установить рабочий каталог (переключить рабочий каталог на указанный путь)
setwd("D:/project/scRNA")

# Используйте функцию read.csv() для чтения данных из файла в формате csv.gz и используйте первый столбец в качестве имени строки.
seurat_data<- read.csv(gzfile("./data/GSE130148/GSE130148_raw_counts.csv.gz"), row.names = 1)

# Используйте функцию CreateSeuratObject() Создать объект Сёра,и укажите здесь название проекта
seurat_obj <- CreateSeuratObject(counts = seurat_data,
                                   min.features = 200,
                                   min.cells = 3, 
                                   project = "GSE130148")

# Импортировать пакет Seurat
library(Seurat)

# Просмотр текущего рабочего каталога
getwd()

# Установить рабочий каталог (переключить рабочий каталог на указанный путь)
setwd("D:/project/scRNA")

# Используйте функцию read.table() для чтения данных из файла в формате txt.gz и используйте первый столбец в качестве имени строки.
seurat_data<- read.table(gzfile("./data/GSE130xxx/xxxx.txt.gz"), row.names = 1, header = TRUE, sep = "\t")

# Используйте функцию CreateSeuratObject() Создать объект Сёра,и укажите здесь название проекта
seurat_obj <- CreateSeuratObject(counts = seurat_data,
                                   min.features = 200,
                                   min.cells = 3, 
                                   project = "GSE130xxx")

# Скачать тестовые файлы
# https://www.dropbox.com/s/ngs3p8n2i8y33hj/pbmc3k.h5ad?dl=0

# Импортируйте необходимые пакеты R.
library(Seurat)
# Установите пакет SeuratDisk
#remotes::install_github("mojaveazure/seurat-disk")
library(SeuratDisk)

# Просмотр текущего рабочего каталога
getwd()

# Установить рабочий каталог (переключить рабочий каталог на указанный путь)
setwd("D:/project/scRNA")

# Преобразуйте файл формата h5ad в файл формата h5seurat и укажите анализ, который будет использоваться как «РНК».
Convert("./data/pbmc/pbmc3k.h5ad", "h5seurat", overwrite = TRUE, assay = "RNA")

# использоватьLoadH5Seurat()функциянагрузкаh5seuratФорматдокумент,и Создать объект Сёра
seurat_pbmc <- LoadH5Seurat("./data/pbmc/pbmc3k.h5seurat")

# Используйте функцию load() для чтения файлов RDATA.
load("path/to/your/file.Rdata")

# Используйте функцию readRDS() для чтения файлов RDS.
my_data <- readRDS("path/to/your/file.rds")

# Импортировать пакет Seurat
library(Seurat)

# Просмотр текущего рабочего каталога
getwd()

# Установить рабочий каталог (переключить рабочий каталог на указанный путь)
setwd("D:/project/scRNA")

# Получить список всех файлов образцов в папке данных.
samples <- list.files("./data/GSE234527")

# Создайте пустой список для хранения объектов Сёра.
seurat_list <- list()

# Прочтите каждый образец10xданныеи Создать объект Сёра
for (sample in samples) {
# Путь к файлу сращивания
  data.path <- paste0("./data/GSE234527/", sample)

# Чтение данных 10x, параметр data.dir указывает путь для хранения файла.
  seurat_data <- Read10X(data.dir = data.path)

# Создать объект Сёра,и指定项目名称为样本документ名
  seurat_obj <- CreateSeuratObject(counts = seurat_data,
                                   project = sample,
                                   min.features = 200,
                                   min.cells = 3)

# Добавить объект Сёра в список
  seurat_list <- append(seurat_list, seurat_obj)
}

# Распечатать список всех объектов Сера
seurat_list

# Объединить объекты Сёра, объединить все объекты Сёра в один объект
seurat_combined <- merge(seurat_list[[1]], 
                         y = seurat_list[-1],
                         add.cell.ids = samples)
# Распечатайте объединенный объект Сёра
print(seurat_combined)

# Импортировать пакет Seurat
library(Seurat)

# Установить рабочий каталог
setwd("D:/project/scRNA")

# Получите список всех файлов h5 в папке данных.
h5_files <- list.files("./data/GSE200874", pattern = "\\.h5$")

# Создайте пустой список для хранения объектов Сёра.
seurat_list <- list()

# Перебрать каждыйh5документ的данныеи Создать объект Сёра
for (h5_file in h5_files) {
  # Путь к файлу сращивания
  data.path <- paste0("./data/GSE200874/", h5_file)
  # Чтение данных h5
  seurat_data <- Read10X_h5(filename = data.path)
  # Создать объект Сёра,и指定项目名称为документ名
  sample_name <- tools::file_path_sans_ext(basename(h5_file))
  seurat_obj <- CreateSeuratObject(counts = seurat_data,
                                   project = sample_name,
                                   min.features = 200,
                                   min.cells = 3)

  # Добавить объект Сёра в список
  seurat_list <- append(seurat_list, seurat_obj)
}

# Извлеките часть перед подчеркиванием
sample_names <- sub("_.*", "", h5_files)
# Объединить объекты Сёра, объединить все объекты Сёра в один объект
seurat_combined <- merge(seurat_list[[1]],
                         y = seurat_list[-1],
                         add.cell.ids = sample_names)
# Распечатайте объединенный объект Сёра
print(seurat_combined)

# Импортировать пакет Seurat
library(Seurat)

# Импортировать пакет Seurat
library(Seurat)

# Установить рабочий каталог — это путь для хранения файла данных
setwd("D:/project/scRNA")

# Получить список всех файлов csv.gz
file_list <- list.files("./data/GSE150578", pattern = "\\.csv\\.gz$")

# Создайте пустой список для хранения объектов Сёра.
seurat_list <- list()

# Перебрать каждыйcsv.gzдокумент的данныеи Создать объект Сёра
for (file in file_list) {
  # Путь к файлу сращивания
  data.path <- paste0("./data/GSE150578/", file)
  # Чтение данных файла csv.gz
  seurat_data <- read.csv(gzfile(data.path), row.names = 1)

  # Создать объект Сёра,и指定项目名称为документ名（удалить суффикс）
  sample_name <- tools::file_path_sans_ext(basename(file))
  seurat_obj <- CreateSeuratObject(counts = seurat_data,
                                   project = sample_name,
                                   min.features = 200,
                                   min.cells = 3)
  # Добавить объект Сёра в список
  seurat_list <- append(seurat_list, seurat_obj)
}

# Извлеките часть перед подчеркиванием
sample_names <- sub("_.*", "", file_list)
# Объединить объекты Сёра, объединить все объекты Сёра в один объект
seurat_combined <- merge(seurat_list[[1]],
                         y = seurat_list[-1],
                         add.cell.ids = sample_names)
# Распечатайте объединенный объект Сёра
print(seurat_combined)