基于seurat的分群结果使用scVelo进行轨迹（trajectory）分析

scVelo是现今使用最为广泛的、基于RNA velocity进行细胞轨迹（trajectory）的工具之一，它基于python。而seurat则是如今使用最广泛的对scRNA-seq数据进行预处理以及分群的工具，它基于R。因此在实践过程中，我们经常会遇见的一个问题，即如何在seurat上进行预处理和分群后，在scVelo上进行细胞轨迹（trajectory）分析。

在开始分析之前，我们需要准备以下数据/软件：

1. 用cellranger对10x测序数据分析后获得的结果文件夹cellranger_output

2. 已包含分群（clustering）结果的seruat object

3. 安装velocyto（http://velocyto.org/velocyto.py/install/index.html）及scVelo （https://scvelo.readthedocs.io/installation/）

一、获得loom文件

scVelo的分析基于细胞中spliced mRNA和unspliced mRNA的reads数量。因此我们要先得到包含这一信息的loom文件。这一步可以通过velocyto完成。现在最主流的scRNA测序技术是10x，因此我们以10x获得的结果举例。关于其它类型的scRNA-seq数据，可以参考：http://velocyto.org/velocyto.py/tutorial/cli.html#running-velocyto

velocyto run10x -m <hg38_rmsk.gtf> <cellranger_output/> <refdata-gex-GRCh38-2020-A/genes/genes.gtf>

1. run10x表示我们