虽然我们一再强调：假如你不喜欢最新版的Seurat包的单细胞理念，大家完全是可以选择降级这个Seurat。主要是因为很多初学者拿到了大量的基于V4版本Seurat的教程会手足无措，其实很容易迁移。所以我们也在学员们的催促下转向了Seurat的V5版本，详见：从零开始配置R编程语言软件环境，而且是在视频号有直播回放，详见：
虽然说我们安装了Seurat的V5版本，但是初次使用的时候加载就报错了，如下所示：
The sp package is now running under evolution status 2
(status 2 uses the sf package in place of rgdal)
Error: package or namespace load failed for ‘SeuratObject’ in loadNamespace(j <- i[[1L]], c(lib.loc, .libPaths()), versionCheck = vI[[j]]):
载入了名字空间‘Matrix’ 1.6-1，但需要的是>= 1.6.3
错误: 无法载入程辑包‘SeuratObject’
很明显是Matrix版本问题，只需要卸载它后，更新一下即可，如下所示：
> remove.packages("Matrix")
从‘C:/Users/jimmy/AppData/Local/R/win-library/4.3’中删除程序包
(因为没有指定‘lib’)
> install.packages('Matrix')
将程序包安装入‘C:/Users/jimmy/AppData/Local/R/win-library/4.3’
(因为‘lib’没有被指定)
试开URL’https://cran.rstudio.com/bin/windows/contrib/4.3/Matrix_1.6-4.zip'
Content type 'application/zip' length 4562987 bytes (4.4 MB)
downloaded 4.4 MB
接下来我们就读取10X文件的3个标准文件，使用如下所示的例子，大家可以去自己下载 （2023-GSE202642-肝癌-成纤维单细胞亚群），文章标题是：《CD36+ cancer-associated fibroblasts provide immunosuppressive microenvironment for hepatocellular carcinoma via secretion of macrophage migration inhibitory factor》，里面的降维聚类分群如下所示：
在 https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE202642 可以看到作者给出来的3个文件的表达量矩阵：
GSE202642_barcodes.tsv.gz 569.6 Kb (ftp)(http) TSV
GSE202642_features.tsv.gz 325.6 Kb (ftp)(http) TSV
GSE202642_matrix.mtx.gz 666.5 Mb (ftp)(http) MTX
如下所示：
这个时候使用Seurat的V5版本和之前Seurat的V4版本读取方式并没有本质上区别，都是：
sce.all=CreateSeuratObject(counts = Read10X( 'GSE202642/' ) ,
min.cells = 5,
min.features = 300,)
library(stringr)
sce=sce.all
head(rownames(sce@meta.data))
phe=str_split(rownames(sce@meta.data),'-',simplify = T)
head(phe)
tail(phe)
table(phe[,2])
sce@meta.data$orig.ident=paste0('p',phe[,2])
table(sce@meta.data$orig.ident)
读取之后我就简单的检查一下这个Seurat对象里面的信息，然后遇到第一个报错
> as.data.frame(sce.all@assays$RNA@counts[1:10, 1:2])
Error in as.data.frame(sce.all@assays$RNA@counts[1:10, 1:2]) :
"counts"槽名不存在于"Assay5"类别对象中
其实是很简单的debug，只需要查看一下这个Seurat对象结构，就知道了：
as.data.frame(sce.all@assays$RNA@counts[1:10, 1:2])
# 上面的错误
# 可以修改为下面的两种
as.data.frame(sce.all@assays$RNA@layers$counts[1:10, 1:2])
as.data.frame(sce.all@assays$RNA$counts[1:10, 1:2])
真是搞不懂，为什么这么简单的bug就让大家放弃了Seurat的V5，简直是滑天下之大稽。这么多人学了这么久的R代码就之后照抄我的案例代码吗，不会活学活用吗？
而且，这个bug根本就并不会影响整个Seurat数据分析流程啊， 降维聚类分群仍然是ok的。