大家好，有人在生信技能树群里问：如何使用seurat v5读取v4创建的文件
我直觉告诉我不要重新生成，肯定有简便方法。
一 Seurat官网都有哪些内容
我们去官网文档来找个简便方法：https://satijalab.org/seurat/
好像没有说seurat v5和v4对象可以直接转换，别着急，咱继续看
二 Seuratv5和v4的区别到底在哪里
官网上都说啦：https://satijalab.org/seurat/articles/announcements.html
主要有这5点区别：
-
1 Seurat 对象和 Assay 类发生了变化:
-
支持更多种类的检测和数据类型，包括磁盘上的矩阵。
-
引入了分层结构来存储数据，例如原始计数、标准化数据和 z 得分/方差稳定数据。
-
可以使用
$访问器或LayerData函数来访问数据。 -
现有的 Seurat v4 函数和工作流程仍可在 v5 中使用。
-
2 整合工作流程发生了变化:
-
简化了整合流程，提高了速度和内存效率。
-
整合结果与 v4 工作流程略有不同，但用户仍可在 v5 中运行 v4 整合工作流程。
-
所有数据可以保存为单个对象，整合前可以拆分层。
-
3 差异表达分析发生了变化:
-
使用 presto 包（如果可用）进行差异表达分析，以加快速度。
-
在计算 log-FC 时，在组级别而不是细胞级别实施伪计数，这可能会导致更高的 logFC 估计值，但也可能更不稳定。
-
4 SCTransform v2 发生了变化:
-
默认使用 SCTransform 的更新版本 2。
-
用户可以设置
vst.flavor = "v1"参数来运行以前的工作流程。
-
5 Pseudobulk analysis发生了变化（伪批量分析）:
-
鼓励使用
AggregateExpression函数进行伪批量分析，以降低噪音、提高低表达基因的定量并减少数据矩阵的大小。
但是还是没看到seurat v5和v4对象可以直接转换，别着急，咱继续看
三 万能的google与github给出了答案
#https://github.com/satijalab/seurat/issues/7409# convert a v5 assay to a v3 assaypbmc3k[["RNA3"]] <- as(object = pbmc3k[["RNA"]], Class = "Assay")# convert a v3 assay to a v5 assaypbmc3k[["RNA5"]] <- as(object = pbmc3k[["RNA3"]], Class = "Assay5")
可以看到转换前后的大小变化
v3和v5都可以互相转换，应该不需要我写v4 和v5互相转换了吧
如果实在想看，你看今天的第二篇推文就行啦
后记
本文技术不难，更多的是一种思想方法，帮助大家去开拓自己的思路。
交流更多，加我微信，备注 姓名 学校
看完记得顺手点个“在看”哦！