我们写教程经常会使用 satijalab/seurat-data ，它内置了很多数据集，如果你还没有这个的seurat-data包 ，就自己去下载：
install.packages('devtools' )'satijalab/seurat-data' )library (SeuratData) #加载seurat数据集 'timeout' )10000 )"pbmc3k" ) "pbmc3k" ) 但是因为它这个包仍然是在GitHub，所以很多人下载失败， 另外它数据也是在外网，很多人网络有问题无法下载。所以后来我们推荐了一个TENxPBMCData 包，也蛮有意思的，安装和加载很方便：
# BiocManager::install('TENxPBMCData') # (286 KB) library (TENxPBMCData)它里面有很多数据集，每个数据集都有自己的代号：
function (dataset = c("pbmc4k" , "pbmc68k" , "frozen_pbmc_donor_a" , "frozen_pbmc_donor_b" , "frozen_pbmc_donor_c" , "pbmc33k" , "pbmc3k" , "pbmc6k" , "pbmc8k" , "pbmc5k-CITEseq" ), as.sparse = TRUE) 我们任意选择一个数据集举例说明。
tenx_pbmc4k <- TENxPBMCData(dataset = "pbmc4k" )可以看到，它是SingleCellExperiment对象格式，并不是我们常见的seurat对象哦。而且基因名字还不是常见的symbol，也是需要转换。所以使用起来对新手来说并不方便。
还不如去着手解决无法下载SeuratData的单细胞示例数据的难题，其实如果你网络好，很容易批量下载里面的全部数据集，代码如下所示：
library (SeuratData) '.SeuratData' ,'' ,dts), InstallData)目前总共是21个数据集，从标题很容易看到不同数据集来源和意义：
21个数据集 前面的 批量下载和安装每个数据集 ，本质上就是调用 InstallData 函数而已，它就是下载一个压缩包，然后安装即可；
# http://seurat./src/contrib/bmcite.SeuratData_0.3.0.tar.gz "SeuratData.repo.use" ), type = "source" , ...)那么我们完全可以拼接处理全部的压缩包的下载路径，然后去网络比较好的地方批量下载即可：
fs = paste0('http://seurat./src/contrib/' ,dts,'_' ,AvailableData()[,2 ],'.tar.gz' ) 'fs.txt' ,sep = '' ,row.names = F ,col.names = F ,quote = F )function (x){全部的包下载链接是：
http://seurat./src/contrib/bmcite.SeuratData_0.3.0.tar.gz最后下载成功会得到接近 4G的文件 ：
ls -lh |cut -d" " -f7-因为文件比较大，我们三天后发布在这个推文的留言下面给大家百度云网盘链接哈，当然了，你也可以自己根据上面的网页链接地址去进行下载，务必保证下载是完整的哦。
有了这些压缩包文件，使用 前面的 install.packages 函数指定各个包文件路径，然后加上 type = "source", 就可以本地安装了，无需重新在线下载啦 ：
install.packages(pkgs = pkgs, repos = getOption(x = "SeuratData.repo.use" ), type = "source" , ...)
