Scanpy入门：从数据读取到结果分析

Scanpy入门：从数据读取到结果分析

引用

CSDN

等

8

来源

1.

https://blog.csdn.net/qq_52813185/article/details/133564039

2.

https://m.blog.csdn.net/songqiu65/article/details/71190395

3.

https://blog.csdn.net/weixin_53637133/article/details/139367637

4.

https://www.jianshu.com/p/e5151fb6533c

5.

https://m.blog.csdn.net/xin_liangs/article/details/79573050

6.

https://www.jianshu.com/p/d36210eb4879

7.

https://scanpy.readthedocs.io/en/1.10.x/api/index.html

8.

https://scanpy.readthedocs.io/en/stable/installation.html

在单细胞测序技术迅猛发展的今天，如何高效处理和分析海量的单细胞数据成为科研人员面临的重要挑战。Scanpy作为一款功能强大的Python工具包，以其简洁的API和高效的计算能力，迅速成为单细胞数据分析领域的佼佼者。本文将带你从零开始，掌握Scanpy的基本使用方法，开启单细胞数据分析之旅。

环境搭建

在开始之前，我们需要先安装Scanpy及其依赖。推荐使用Anaconda环境，通过以下命令安装：

conda create -n scanpy_env python=3.8
conda activate scanpy_env
conda install -c conda-forge scanpy

数据读取

Scanpy支持多种数据格式的读取，其中最常用的是10x Genomics的矩阵数据。以下是一个典型的读取示例：

import scanpy as sc

# 读取10x Genomics数据
adata = sc.read_10x_mtx('path/to/filtered_feature_bc_matrix')

# 查看数据基本信息
print(adata)

这里path/to/filtered_feature_bc_matrix应指向包含matrix.mtx.gz、genes.tsv.gz和barcodes.tsv.gz三个文件的目录。读取后，数据会被存储在一个名为AnnData的对象中，这是Scanpy的核心数据结构，包含了表达矩阵、细胞和基因的元数据等信息。

除了10x数据，Scanpy还支持其他格式的读取，如HDF5、CSV等：

adata = sc.read_h5ad('path/to/data.h5ad')  # 读取H5AD格式
adata = sc.read_csv('path/to/data.csv')    # 读取CSV格式

基本分析流程

数据预处理

读取数据后，通常需要进行一系列预处理操作，包括过滤低质量细胞、归一化表达值、检测高变基因等：

# 过滤低质量细胞
sc.pp.filter_cells(adata, min_genes=200)
sc.pp.filter_genes(adata, min_cells=3)

# 归一化
sc.pp.normalize_total(adata, target_sum=1e4)
sc.pp.log1p(adata)

# 检测高变基因
sc.pp.highly_variable_genes(adata, min_mean=0.0125, max_mean=3, min_disp=0.5)

降维与聚类

预处理完成后，可以进行降维和聚类分析：

# PCA降维
sc.tl.pca(adata, svd_solver='arpack')

# 计算邻居图
sc.pp.neighbors(adata, n_pcs=40, n_neighbors=20)

# Louvain聚类
sc.tl.louvain(adata)

# UMAP降维
sc.tl.umap(adata)

可视化

Scanpy提供了丰富的可视化功能，可以帮助我们直观地理解分析结果：

# 绘制UMAP图，按聚类结果着色
sc.pl.umap(adata, color=['louvain'])

# 绘制基因表达的UMAP图
sc.pl.umap(adata, color=['gene_name'])

案例研究

为了更好地理解Scanpy的使用，让我们通过一个完整的分析示例来巩固所学知识：

import scanpy as sc

# 读取数据
adata = sc.read_10x_mtx('path/to/filtered_feature_bc_matrix')

# 预处理
sc.pp.filter_cells(adata, min_genes=200)
sc.pp.filter_genes(adata, min_cells=3)
sc.pp.normalize_total(adata, target_sum=1e4)
sc.pp.log1p(adata)
sc.pp.highly_variable_genes(adata, min_mean=0.0125, max_mean=3, min_disp=0.5)

# 降维与聚类
sc.tl.pca(adata, svd_solver='arpack')
sc.pp.neighbors(adata, n_pcs=40, n_neighbors=20)
sc.tl.louvain(adata)
sc.tl.umap(adata)

# 可视化
sc.pl.umap(adata, color=['louvain'])

通过以上步骤，我们可以完成从数据读取到结果可视化的完整分析流程。Scanpy的强大之处在于其高度集成的API和高效的计算性能，使得复杂的单细胞数据分析变得简单易行。

总结与展望

Scanpy作为单细胞数据分析的利器，不仅提供了从数据读取、预处理到分析的完整解决方案，还通过丰富的可视化功能帮助我们更好地理解分析结果。随着单细胞测序技术的不断发展，Scanpy必将在未来的生物医学研究中发挥越来越重要的作用。希望本文能帮助你快速掌握Scanpy的基本使用方法，开启单细胞数据分析的新篇章。