Seurat 插件合集（共 21 个）

【Azimuth 参考映射（azimuth）安装教程】—— Seurat

■ 前置条件
   · 已安装 R（4.0 及以上）与 RStudio。

■ 本扩展是什么
   基于 Seurat v4 的 Shiny 交互应用，可把待分析数据映射到已有参考图谱，自动完成细胞类型注释与结果可视化。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是 R 包源码包；.tar.gz 是打包好的安装包。

■ 安装步骤
   1. 解压本目录的 .zip（若拿到的是源码目录）。
   2. 在 RStudio 里安装：
      · 有 .tar.gz： install.packages("本目录 .tar.gz 的完整路径", repos = NULL, type = "source")
      · 是源码目录： install.packages("解压后的目录完整路径", repos = NULL, type = "source")
      · 或者用 devtools： devtools::install_local("解压后的目录完整路径")
   3. 安装完成后加载验证： library(包名)

■ 验证是否装好
   · R 里 library(包名) 不报错，且 packageVersion("包名") 能输出版本号。

■ 常见问题
   · 依赖包缺失：报错里会写缺哪个包，先 install.packages("缺的包名") 再重装。
   · 需要编译：Windows 上装 Rtools；实在编不过就用预编译版本或联系客服。

■ 来源与版权
   https://github.com/satijalab/azimuth
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Azimuth 参考映射」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/satijalab/azimuth
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Azimuth 元分析（azimuth-meta-analysis）安装教程】—— Seurat

■ 前置条件
   · 已安装 R（4.0 及以上）与 RStudio。

■ 本扩展是什么
   用于汇总多个 Azimuth 参考映射结果的元分析代码，便于跨数据集比较细胞类型组成与映射表现。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是 R 包源码包；.tar.gz 是打包好的安装包。

■ 安装步骤
   1. 解压本目录的 .zip（若拿到的是源码目录）。
   2. 在 RStudio 里安装：
      · 有 .tar.gz： install.packages("本目录 .tar.gz 的完整路径", repos = NULL, type = "source")
      · 是源码目录： install.packages("解压后的目录完整路径", repos = NULL, type = "source")
      · 或者用 devtools： devtools::install_local("解压后的目录完整路径")
   3. 安装完成后加载验证： library(包名)

■ 验证是否装好
   · R 里 library(包名) 不报错，且 packageVersion("包名") 能输出版本号。

■ 常见问题
   · 依赖包缺失：报错里会写缺哪个包，先 install.packages("缺的包名") 再重装。
   · 需要编译：Windows 上装 Rtools；实在编不过就用预编译版本或联系客服。

■ 来源与版权
   https://github.com/satijalab/azimuth-meta-analysis
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Azimuth 元分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/satijalab/azimuth-meta-analysis
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Azimuth 参考图谱（azimuth-references）安装教程】—— Seurat

■ 前置条件
   · 已安装 R（4.0 及以上）与 RStudio。

■ 本扩展是什么
   Azimuth 官方参考图谱资源库，收录多种组织和物种的预训练参考数据集，供细胞类型映射与注释直接调用。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是 R 包源码包；.tar.gz 是打包好的安装包。

■ 安装步骤
   1. 解压本目录的 .zip（若拿到的是源码目录）。
   2. 在 RStudio 里安装：
      · 有 .tar.gz： install.packages("本目录 .tar.gz 的完整路径", repos = NULL, type = "source")
      · 是源码目录： install.packages("解压后的目录完整路径", repos = NULL, type = "source")
      · 或者用 devtools： devtools::install_local("解压后的目录完整路径")
   3. 安装完成后加载验证： library(包名)

■ 验证是否装好
   · R 里 library(包名) 不报错，且 packageVersion("包名") 能输出版本号。

■ 常见问题
   · 依赖包缺失：报错里会写缺哪个包，先 install.packages("缺的包名") 再重装。
   · 需要编译：Windows 上装 Rtools；实在编不过就用预编译版本或联系客服。

■ 来源与版权
   https://github.com/satijalab/azimuth-references
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Azimuth 参考图谱」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/satijalab/azimuth-references
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Azimuth 神经网络接口（AzimuthAPI）安装教程】—— Seurat

■ 前置条件
   · 已安装 R（4.0 及以上）与 RStudio。

■ 本扩展是什么
   提供 Pan-human Azimuth 神经网络模型的标准调用接口，用于对新单细胞数据快速完成细胞类型注释。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是 R 包源码包；.tar.gz 是打包好的安装包。

■ 安装步骤
   1. 解压本目录的 .zip（若拿到的是源码目录）。
   2. 在 RStudio 里安装：
      · 有 .tar.gz： install.packages("本目录 .tar.gz 的完整路径", repos = NULL, type = "source")
      · 是源码目录： install.packages("解压后的目录完整路径", repos = NULL, type = "source")
      · 或者用 devtools： devtools::install_local("解压后的目录完整路径")
   3. 安装完成后加载验证： library(包名)

■ 验证是否装好
   · R 里 library(包名) 不报错，且 packageVersion("包名") 能输出版本号。

■ 常见问题
   · 依赖包缺失：报错里会写缺哪个包，先 install.packages("缺的包名") 再重装。
   · 需要编译：Windows 上装 Rtools；实在编不过就用预编译版本或联系客服。

■ 来源与版权
   https://github.com/satijalab/AzimuthAPI
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Azimuth 神经网络接口」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/satijalab/AzimuthAPI
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Azimuth 结果看板（AzimuthDashboard）安装教程】—— Seurat

■ 前置条件
   · 已安装 R（4.0 及以上）与 RStudio。

■ 本扩展是什么
   用于集中展示和汇总 Azimuth 注释结果的看板代码，方便查看各数据集的映射效果与细胞类型分布。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是 R 包源码包；.tar.gz 是打包好的安装包。

■ 安装步骤
   1. 解压本目录的 .zip（若拿到的是源码目录）。
   2. 在 RStudio 里安装：
      · 有 .tar.gz： install.packages("本目录 .tar.gz 的完整路径", repos = NULL, type = "source")
      · 是源码目录： install.packages("解压后的目录完整路径", repos = NULL, type = "source")
      · 或者用 devtools： devtools::install_local("解压后的目录完整路径")
   3. 安装完成后加载验证： library(包名)

■ 验证是否装好
   · R 里 library(包名) 不报错，且 packageVersion("包名") 能输出版本号。

■ 常见问题
   · 依赖包缺失：报错里会写缺哪个包，先 install.packages("缺的包名") 再重装。
   · 需要编译：Windows 上装 Rtools；实在编不过就用预编译版本或联系客服。

■ 来源与版权
   https://github.com/satijalab/AzimuthDashboard
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Azimuth 结果看板」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/satijalab/AzimuthDashboard
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【整合方法基准数据（Integration2019）安装教程】—— Seurat

■ 前置条件
   · 已安装 R（4.0 及以上）与 RStudio。

■ 本扩展是什么
   2019 年发布的单细胞数据整合方法基准数据集与评测脚本，用于比较不同批次效应校正方法的性能。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是 R 包源码包；.tar.gz 是打包好的安装包。

■ 安装步骤
   1. 解压本目录的 .zip（若拿到的是源码目录）。
   2. 在 RStudio 里安装：
      · 有 .tar.gz： install.packages("本目录 .tar.gz 的完整路径", repos = NULL, type = "source")
      · 是源码目录： install.packages("解压后的目录完整路径", repos = NULL, type = "source")
      · 或者用 devtools： devtools::install_local("解压后的目录完整路径")
   3. 安装完成后加载验证： library(包名)

■ 验证是否装好
   · R 里 library(包名) 不报错，且 packageVersion("包名") 能输出版本号。

■ 常见问题
   · 依赖包缺失：报错里会写缺哪个包，先 install.packages("缺的包名") 再重装。
   · 需要编译：Windows 上装 Rtools；实在编不过就用预编译版本或联系客服。

■ 来源与版权
   https://github.com/satijalab/Integration2019
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「整合方法基准数据」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/satijalab/Integration2019
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【肺图谱 CCF 项目代码（lung-ccf）安装教程】—— Seurat

■ 前置条件
   · 已安装 R（4.0 及以上）与 RStudio。

■ 本扩展是什么
   肺部通用坐标框架（CCF）项目的代码集中仓库，存放该研究图谱构建与数据分析所用脚本。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是 R 包源码包；.tar.gz 是打包好的安装包。

■ 安装步骤
   1. 解压本目录的 .zip（若拿到的是源码目录）。
   2. 在 RStudio 里安装：
      · 有 .tar.gz： install.packages("本目录 .tar.gz 的完整路径", repos = NULL, type = "source")
      · 是源码目录： install.packages("解压后的目录完整路径", repos = NULL, type = "source")
      · 或者用 devtools： devtools::install_local("解压后的目录完整路径")
   3. 安装完成后加载验证： library(包名)

■ 验证是否装好
   · R 里 library(包名) 不报错，且 packageVersion("包名") 能输出版本号。

■ 常见问题
   · 依赖包缺失：报错里会写缺哪个包，先 install.packages("缺的包名") 再重装。
   · 需要编译：Windows 上装 Rtools；实在编不过就用预编译版本或联系客服。

■ 来源与版权
   https://github.com/satijalab/lung-ccf
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「肺图谱 CCF 项目代码」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/satijalab/lung-ccf
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【细胞混合度分析（Mixscale）安装教程】—— Seurat

■ 前置条件
   · 已安装 R（4.0 及以上）与 RStudio。

■ 本扩展是什么
   计算并比较不同条件下细胞群体的混合程度，量化样本或实验处理对细胞组成的影响，支持混合效应的统计评估。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是 R 包源码包；.tar.gz 是打包好的安装包。

■ 安装步骤
   1. 解压本目录的 .zip（若拿到的是源码目录）。
   2. 在 RStudio 里安装：
      · 有 .tar.gz： install.packages("本目录 .tar.gz 的完整路径", repos = NULL, type = "source")
      · 是源码目录： install.packages("解压后的目录完整路径", repos = NULL, type = "source")
      · 或者用 devtools： devtools::install_local("解压后的目录完整路径")
   3. 安装完成后加载验证： library(包名)

■ 验证是否装好
   · R 里 library(包名) 不报错，且 packageVersion("包名") 能输出版本号。

■ 常见问题
   · 依赖包缺失：报错里会写缺哪个包，先 install.packages("缺的包名") 再重装。
   · 需要编译：Windows 上装 Rtools；实在编不过就用预编译版本或联系客服。

■ 来源与版权
   https://github.com/satijalab/Mixscale
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「细胞混合度分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/satijalab/Mixscale
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Pan-human Azimuth Python 接口（panhumanpy）安装教程】—— Seurat

■ 前置条件
   · 已安装 R（4.0 及以上）与 RStudio。

■ 本扩展是什么
   Pan-human Azimuth 模型的 Python 版调用接口，方便 Python 用户直接完成细胞类型注释。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是 R 包源码包；.tar.gz 是打包好的安装包。

■ 安装步骤
   1. 解压本目录的 .zip（若拿到的是源码目录）。
   2. 在 RStudio 里安装：
      · 有 .tar.gz： install.packages("本目录 .tar.gz 的完整路径", repos = NULL, type = "source")
      · 是源码目录： install.packages("解压后的目录完整路径", repos = NULL, type = "source")
      · 或者用 devtools： devtools::install_local("解压后的目录完整路径")
   3. 安装完成后加载验证： library(包名)

■ 验证是否装好
   · R 里 library(包名) 不报错，且 packageVersion("包名") 能输出版本号。

■ 常见问题
   · 依赖包缺失：报错里会写缺哪个包，先 install.packages("缺的包名") 再重装。
   · 需要编译：Windows 上装 Rtools；实在编不过就用预编译版本或联系客服。

■ 来源与版权
   https://github.com/satijalab/panhumanpy
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Pan-human Azimuth Python 接口」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/satijalab/panhumanpy
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【PASTA 分析工具（PASTA）安装教程】—— Seurat

■ 前置条件
   · 已安装 R（4.0 及以上）与 RStudio。

■ 本扩展是什么
   Seurat 团队维护的配套分析工具，为单细胞数据提供额外的统计建模与结果汇总、可视化能力。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是 R 包源码包；.tar.gz 是打包好的安装包。

■ 安装步骤
   1. 解压本目录的 .zip（若拿到的是源码目录）。
   2. 在 RStudio 里安装：
      · 有 .tar.gz： install.packages("本目录 .tar.gz 的完整路径", repos = NULL, type = "source")
      · 是源码目录： install.packages("解压后的目录完整路径", repos = NULL, type = "source")
      · 或者用 devtools： devtools::install_local("解压后的目录完整路径")
   3. 安装完成后加载验证： library(包名)

■ 验证是否装好
   · R 里 library(包名) 不报错，且 packageVersion("包名") 能输出版本号。

■ 常见问题
   · 依赖包缺失：报错里会写缺哪个包，先 install.packages("缺的包名") 再重装。
   · 需要编译：Windows 上装 Rtools；实在编不过就用预编译版本或联系客服。

■ 来源与版权
   https://github.com/satijalab/PASTA
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「PASTA 分析工具」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/satijalab/PASTA
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【PHA 训练数据准备（pha-training-data）安装教程】—— Seurat

■ 前置条件
   · 已安装 R（4.0 及以上）与 RStudio。

■ 本扩展是什么
   用于准备 Pan-human Azimuth 模型训练数据的代码，涵盖参考数据整理、标签统一与预处理流程。

■ 文件说明
   · 本目录共 2 个文件：压缩包（.zip）；其它文件（.part）。
   · .zip 是 R 包源码包；.tar.gz 是打包好的安装包。

■ 安装步骤
   1. 解压本目录的 .zip（若拿到的是源码目录）。
   2. 在 RStudio 里安装：
      · 有 .tar.gz： install.packages("本目录 .tar.gz 的完整路径", repos = NULL, type = "source")
      · 是源码目录： install.packages("解压后的目录完整路径", repos = NULL, type = "source")
      · 或者用 devtools： devtools::install_local("解压后的目录完整路径")
   3. 安装完成后加载验证： library(包名)

■ 验证是否装好
   · R 里 library(包名) 不报错，且 packageVersion("包名") 能输出版本号。

■ 常见问题
   · 依赖包缺失：报错里会写缺哪个包，先 install.packages("缺的包名") 再重装。
   · 需要编译：Windows 上装 Rtools；实在编不过就用预编译版本或联系客服。

■ 来源与版权
   https://github.com/satijalab/pha-training-data
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「PHA 训练数据准备」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/satijalab/pha-training-data
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【RNA 指纹识别（rna-fingerprinting）安装教程】—— Seurat

■ 前置条件
   · 已安装 R（4.0 及以上）与 RStudio。

■ 本扩展是什么
   依据转录组表达特征生成 RNA 指纹的工具与流程，用于细胞系鉴定、样本溯源和交叉污染检测。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是 R 包源码包；.tar.gz 是打包好的安装包。

■ 安装步骤
   1. 解压本目录的 .zip（若拿到的是源码目录）。
   2. 在 RStudio 里安装：
      · 有 .tar.gz： install.packages("本目录 .tar.gz 的完整路径", repos = NULL, type = "source")
      · 是源码目录： install.packages("解压后的目录完整路径", repos = NULL, type = "source")
      · 或者用 devtools： devtools::install_local("解压后的目录完整路径")
   3. 安装完成后加载验证： library(包名)

■ 验证是否装好
   · R 里 library(包名) 不报错，且 packageVersion("包名") 能输出版本号。

■ 常见问题
   · 依赖包缺失：报错里会写缺哪个包，先 install.packages("缺的包名") 再重装。
   · 需要编译：Windows 上装 Rtools；实在编不过就用预编译版本或联系客服。

■ 来源与版权
   https://github.com/satijalab/rna-fingerprinting
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「RNA 指纹识别」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/satijalab/rna-fingerprinting
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Satija 实验室包仓库（satijalab.r-universe.dev）安装教程】—— Seurat

■ 前置条件
   · 已安装 R（4.0 及以上）与 RStudio。

■ 本扩展是什么
   Satija 实验室的 R-universe 包索引仓库，集中发布和托管该实验室开发的 Seurat 及相关 R 包。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是 R 包源码包；.tar.gz 是打包好的安装包。

■ 安装步骤
   1. 解压本目录的 .zip（若拿到的是源码目录）。
   2. 在 RStudio 里安装：
      · 有 .tar.gz： install.packages("本目录 .tar.gz 的完整路径", repos = NULL, type = "source")
      · 是源码目录： install.packages("解压后的目录完整路径", repos = NULL, type = "source")
      · 或者用 devtools： devtools::install_local("解压后的目录完整路径")
   3. 安装完成后加载验证： library(包名)

■ 验证是否装好
   · R 里 library(包名) 不报错，且 packageVersion("包名") 能输出版本号。

■ 常见问题
   · 依赖包缺失：报错里会写缺哪个包，先 install.packages("缺的包名") 再重装。
   · 需要编译：Windows 上装 Rtools；实在编不过就用预编译版本或联系客服。

■ 来源与版权
   https://github.com/satijalab/satijalab.r-universe.dev
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Satija 实验室包仓库」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/satijalab/satijalab.r-universe.dev
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【单细胞染色质状态分析（scChromHMM）安装教程】—— Seurat

■ 前置条件
   · 已安装 R（4.0 及以上）与 RStudio。

■ 本扩展是什么
   利用多模态组蛋白修饰数据，在全基因组范围内快速开展单细胞染色质状态分析的高效工具。

■ 文件说明
   · 本目录共 2 个文件：压缩包（.zip）；其它文件（.part）。
   · .zip 是 R 包源码包；.tar.gz 是打包好的安装包。

■ 安装步骤
   1. 解压本目录的 .zip（若拿到的是源码目录）。
   2. 在 RStudio 里安装：
      · 有 .tar.gz： install.packages("本目录 .tar.gz 的完整路径", repos = NULL, type = "source")
      · 是源码目录： install.packages("解压后的目录完整路径", repos = NULL, type = "source")
      · 或者用 devtools： devtools::install_local("解压后的目录完整路径")
   3. 安装完成后加载验证： library(包名)

■ 验证是否装好
   · R 里 library(包名) 不报错，且 packageVersion("包名") 能输出版本号。

■ 常见问题
   · 依赖包缺失：报错里会写缺哪个包，先 install.packages("缺的包名") 再重装。
   · 需要编译：Windows 上装 Rtools；实在编不过就用预编译版本或联系客服。

■ 来源与版权
   https://github.com/satijalab/scChromHMM
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「单细胞染色质状态分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/satijalab/scChromHMM
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【单细胞潜因子分析（scSLIDE）安装教程】—— Seurat

■ 前置条件
   · 已安装 R（4.0 及以上）与 RStudio。

■ 本扩展是什么
   Seurat 生态下的单细胞分析扩展，用于从表达数据中提取潜在结构并进行统计建模与结果可视化。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是 R 包源码包；.tar.gz 是打包好的安装包。

■ 安装步骤
   1. 解压本目录的 .zip（若拿到的是源码目录）。
   2. 在 RStudio 里安装：
      · 有 .tar.gz： install.packages("本目录 .tar.gz 的完整路径", repos = NULL, type = "source")
      · 是源码目录： install.packages("解压后的目录完整路径", repos = NULL, type = "source")
      · 或者用 devtools： devtools::install_local("解压后的目录完整路径")
   3. 安装完成后加载验证： library(包名)

■ 验证是否装好
   · R 里 library(包名) 不报错，且 packageVersion("包名") 能输出版本号。

■ 常见问题
   · 依赖包缺失：报错里会写缺哪个包，先 install.packages("缺的包名") 再重装。
   · 需要编译：Windows 上装 Rtools；实在编不过就用预编译版本或联系客服。

■ 来源与版权
   https://github.com/satijalab/scSLIDE
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「单细胞潜因子分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/satijalab/scSLIDE
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【SCTransform 标准化（sctransform）安装教程】—— Seurat

■ 前置条件
   · 已安装 R（4.0 及以上）与 RStudio。

■ 本扩展是什么
   用正则化负二项回归对单细胞 UMI 表达数据建模的 R 包，为 Seurat 提供稳定的标准化与方差估计。

■ 文件说明
   · 本目录共 2 个文件：压缩包（.zip）；其它文件（.part）。
   · .zip 是 R 包源码包；.tar.gz 是打包好的安装包。

■ 安装步骤
   1. 解压本目录的 .zip（若拿到的是源码目录）。
   2. 在 RStudio 里安装：
      · 有 .tar.gz： install.packages("本目录 .tar.gz 的完整路径", repos = NULL, type = "source")
      · 是源码目录： install.packages("解压后的目录完整路径", repos = NULL, type = "source")
      · 或者用 devtools： devtools::install_local("解压后的目录完整路径")
   3. 安装完成后加载验证： library(包名)

■ 验证是否装好
   · R 里 library(包名) 不报错，且 packageVersion("包名") 能输出版本号。

■ 常见问题
   · 依赖包缺失：报错里会写缺哪个包，先 install.packages("缺的包名") 再重装。
   · 需要编译：Windows 上装 Rtools；实在编不过就用预编译版本或联系客服。

■ 来源与版权
   https://github.com/satijalab/sctransform
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「SCTransform 标准化」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/satijalab/sctransform
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Seurat 单细胞分析（seurat）安装教程】—— Seurat

■ 前置条件
   · 已安装 R（4.0 及以上）与 RStudio。

■ 本扩展是什么
   单细胞基因组学的核心 R 工具包，覆盖质量控制、降维聚类、差异表达与可视化等完整分析流程。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是 R 包源码包；.tar.gz 是打包好的安装包。

■ 安装步骤
   1. 解压本目录的 .zip（若拿到的是源码目录）。
   2. 在 RStudio 里安装：
      · 有 .tar.gz： install.packages("本目录 .tar.gz 的完整路径", repos = NULL, type = "source")
      · 是源码目录： install.packages("解压后的目录完整路径", repos = NULL, type = "source")
      · 或者用 devtools： devtools::install_local("解压后的目录完整路径")
   3. 安装完成后加载验证： library(包名)

■ 验证是否装好
   · R 里 library(包名) 不报错，且 packageVersion("包名") 能输出版本号。

■ 常见问题
   · 依赖包缺失：报错里会写缺哪个包，先 install.packages("缺的包名") 再重装。
   · 需要编译：Windows 上装 Rtools；实在编不过就用预编译版本或联系客服。

■ 来源与版权
   https://github.com/satijalab/seurat
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Seurat 单细胞分析」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/satijalab/seurat
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Seurat 示例数据集（seurat-data）安装教程】—— Seurat

■ 前置条件
   · 已安装 R（4.0 及以上）与 RStudio。

■ 本扩展是什么
   Seurat 官方示例数据集包，提供 PBMC 等常用测试数据，便于快速上手并复现官方教程。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是 R 包源码包；.tar.gz 是打包好的安装包。

■ 安装步骤
   1. 解压本目录的 .zip（若拿到的是源码目录）。
   2. 在 RStudio 里安装：
      · 有 .tar.gz： install.packages("本目录 .tar.gz 的完整路径", repos = NULL, type = "source")
      · 是源码目录： install.packages("解压后的目录完整路径", repos = NULL, type = "source")
      · 或者用 devtools： devtools::install_local("解压后的目录完整路径")
   3. 安装完成后加载验证： library(包名)

■ 验证是否装好
   · R 里 library(包名) 不报错，且 packageVersion("包名") 能输出版本号。

■ 常见问题
   · 依赖包缺失：报错里会写缺哪个包，先 install.packages("缺的包名") 再重装。
   · 需要编译：Windows 上装 Rtools；实在编不过就用预编译版本或联系客服。

■ 来源与版权
   https://github.com/satijalab/seurat-data
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Seurat 示例数据集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/satijalab/seurat-data
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Seurat Docker 镜像（seurat-docker）安装教程】—— Seurat

■ 前置条件
   · 已安装 R（4.0 及以上）与 RStudio。

■ 本扩展是什么
   Seurat 官方 Docker 镜像配置，用于快速搭建含 R 及依赖的可复现单细胞分析环境。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是 R 包源码包；.tar.gz 是打包好的安装包。

■ 安装步骤
   1. 解压本目录的 .zip（若拿到的是源码目录）。
   2. 在 RStudio 里安装：
      · 有 .tar.gz： install.packages("本目录 .tar.gz 的完整路径", repos = NULL, type = "source")
      · 是源码目录： install.packages("解压后的目录完整路径", repos = NULL, type = "source")
      · 或者用 devtools： devtools::install_local("解压后的目录完整路径")
   3. 安装完成后加载验证： library(包名)

■ 验证是否装好
   · R 里 library(包名) 不报错，且 packageVersion("包名") 能输出版本号。

■ 常见问题
   · 依赖包缺失：报错里会写缺哪个包，先 install.packages("缺的包名") 再重装。
   · 需要编译：Windows 上装 Rtools；实在编不过就用预编译版本或联系客服。

■ 来源与版权
   https://github.com/satijalab/seurat-docker
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Seurat Docker 镜像」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/satijalab/seurat-docker
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Seurat 对象类（seurat-object）安装教程】—— Seurat

■ 前置条件
   · 已安装 R（4.0 及以上）与 RStudio。

■ 本扩展是什么
   定义 Seurat 核心对象类的 R 包，统一存储单细胞表达矩阵、样本元数据与分析结果。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是 R 包源码包；.tar.gz 是打包好的安装包。

■ 安装步骤
   1. 解压本目录的 .zip（若拿到的是源码目录）。
   2. 在 RStudio 里安装：
      · 有 .tar.gz： install.packages("本目录 .tar.gz 的完整路径", repos = NULL, type = "source")
      · 是源码目录： install.packages("解压后的目录完整路径", repos = NULL, type = "source")
      · 或者用 devtools： devtools::install_local("解压后的目录完整路径")
   3. 安装完成后加载验证： library(包名)

■ 验证是否装好
   · R 里 library(包名) 不报错，且 packageVersion("包名") 能输出版本号。

■ 常见问题
   · 依赖包缺失：报错里会写缺哪个包，先 install.packages("缺的包名") 再重装。
   · 需要编译：Windows 上装 Rtools；实在编不过就用预编译版本或联系客服。

■ 来源与版权
   https://github.com/satijalab/seurat-object
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Seurat 对象类」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/satijalab/seurat-object
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。

【Seurat 社区扩展集（seurat-wrappers）安装教程】—— Seurat

■ 前置条件
   · 已安装 R（4.0 及以上）与 RStudio。

■ 本扩展是什么
   汇总社区贡献的 Seurat 扩展方法与算法接口，方便在同一框架下调用各类单细胞分析工具。

■ 文件说明
   · 本目录共 1 个文件：压缩包（.zip）。
   · .zip 是 R 包源码包；.tar.gz 是打包好的安装包。

■ 安装步骤
   1. 解压本目录的 .zip（若拿到的是源码目录）。
   2. 在 RStudio 里安装：
      · 有 .tar.gz： install.packages("本目录 .tar.gz 的完整路径", repos = NULL, type = "source")
      · 是源码目录： install.packages("解压后的目录完整路径", repos = NULL, type = "source")
      · 或者用 devtools： devtools::install_local("解压后的目录完整路径")
   3. 安装完成后加载验证： library(包名)

■ 验证是否装好
   · R 里 library(包名) 不报错，且 packageVersion("包名") 能输出版本号。

■ 常见问题
   · 依赖包缺失：报错里会写缺哪个包，先 install.packages("缺的包名") 再重装。
   · 需要编译：Windows 上装 Rtools；实在编不过就用预编译版本或联系客服。

■ 来源与版权
   https://github.com/satijalab/seurat-wrappers
   官方开源发布，遵循其开源许可，仅作学习研究用途。

■ 验证是否装好
   · 重启软件后在插件/扩展列表里能看到「Seurat 社区扩展集」，即为成功。
   · 若列表里没有，先看软件的日志（一般在 帮助 → 显示日志）里有没有该插件的报错。

■ 常见问题
   · 提示版本不兼容：本店提供的插件版本与软件版本有对应关系，升级软件后如报错请把软件版本发客服换包。
   · 装完没反应：确认放对了目录、且改名后没有多余的后缀（如 .txt）。
   · 与已有插件冲突：先在插件列表里停用同名插件再试。

■ 来源与版权
   https://github.com/satijalab/seurat-wrappers
   开源/免费发布，仅作学习研究用途；本教程由本店整理，请勿转载。