从.h5到UMAP：零基础掌握10X空间转录组Seurat全流程

第一次拿到10X Genomics空间转录组数据时，那些.h5文件和spatial文件夹就像天书——别担心，三年前我刚入门时连RStudio界面都找不到。本文将用最直白的语言，带你从原始数据到UMAP聚类，完整走通分析全流程。我们假设你刚拿到测序公司发来的标准输出文件，电脑上已安装R 4.0以上版本和RStudio。

1. 环境准备与数据加载

在开始分析前，先检查你的R环境是否准备好。打开RStudio，在Console中输入以下命令安装必要包：

r复制install.packages(c("Seurat", "hdf5r", "ggplot2", "patchwork"))
if (!requireNamespace("BiocManager", quietly = TRUE))
    install.packages("BiocManager")
BiocManager::install("SingleCellExperiment")

常见问题排查：

• 若遇到hdf5r安装失败，可能是缺少系统依赖。在Ubuntu上需先运行：

  bash复制sudo apt-get install libhdf5-dev
  

• Windows用户建议通过RStudio的图形界面安装包

假设你的数据存放在~/spatial_transcriptomics/GBM4路径下，目录结构应包含：

code复制GBM4/
├── filtered_feature_bc_matrix.h5
└── spatial/
    ├── tissue_positions_list.csv
    ├── scalefactors_json.json
    └── tissue_lowres_image.png

加载数据时，新手最常犯的错误是路径设置不当。推荐使用绝对路径：

r复制library(Seurat)
data_path <- "~/spatial_transcriptomics/GBM4"
spatial_data <- Load10X_Spatial(
  data.dir = data_path,
  filename = "filt