如何确定细胞类型与分组身份:malecns类型与Group预测完整教程
如何确定细胞类型与分组身份:malecns类型与Group预测完整教程
malecns 是用于访问 Janelia FlyEM 雄性果蝇中枢神经系统连接组(male-cns)数据集的 R 包。它提供的 mcns_predict_type() 和 mcns_predict_group() 两个核心函数,可以帮你快速完成细胞类型预测与 Group 分组身份判定,是连接组数据整理与整合分析的关键一步。
为什么需要"预测"类型与分组?
在 male-cns 数据集中,一个神经元(neuron)的身份信息往往分散在多个字段里:
type:细胞类型名(如DA1_lPN、VES055)instance:神经元实例编号(如12345_L)group:数值型分组 IDflywireType/mancType:来自 FlyWire-FAFB 或雄性 VNC(MANC)数据集的对应类型
由于数据来自不同来源、标注完整度不一,直接读取单个字段常常得到 NA 或无效值。malecns 因此提供了"预测"函数:它按可靠的优先级依次尝试多个字段,自动给出最佳猜测的类型和分组。
准备工作:获取神经元元数据
预测函数接受任意形式可被 mcns_ids() 解析的输入——数值 bodyid、类型名字符串、正则表达式,甚至 Cypher 查询:
library(malecns)
# 按名字/正则查找 bodyid
ids <- mcns_ids("/VL2a.+")
# 用 Cypher 查询:找有 type 或 instance 字段的所有神经元
ids <- mcns_ids('where:exists(n.type) OR exists(n.instance)')
# 获取元数据(type、instance、group 等字段)
meta <- mcns_neuprint_meta(ids)
其中 mcns_neuprint_meta() 会返回包含全部元数据列的 data.frame,这也是传给预测函数最理想的输入——因为函数在内部会复用这份数据,避免重复查询。相关源码见 R/ids.R 与 R/neuprint.R。
细胞类型预测教程:mcns_predict_type 的 5 种方法
mcns_predict_type(ids, method, prefer.foreign) 支持以下方法(详见 man/mcns_predict_type.Rd):
| 参数值 | 含义 |
|---|---|
auto(默认) |
依次尝试 type → foreign_type → instance,补全缺失值 |
type |
只使用 type 字段(自动剔除已知无效值) |
instance |
从 instance 解析,如 VES056_L 返回 VES056 |
foreign_type |
优先使用外部数据集类型(flywire / manc / hemibrain) |
all |
返回 data.frame,同时给出各方法的结果列,方便对比 |
两个实用技巧:
- 用
method = 'all'查看一个神经元在不同来源下的所有候选类型,判断哪个最可靠:
mcns_predict_type("LoVP106", method = 'all')
- 跨数据集整合时设置
prefer.foreign = TRUE,优先采用 FlyWire 的类型。注意一个内置例外:对于(感觉类)ascending 上行神经元,FlyWire 标注的是被截断轴突,类型往往不规范,此时会自动改用 MANC 的类型。
分组身份预测教程:mcns_predict_group 的 8 种方法
mcns_predict_group(ids, method, badtypes) 用于确定神经元所属的 group(同类神经元的数值 ID),方法更多(详见 man/mcns_predict_group.Rd 与 R/group.R):
group:直接取数据集中的group字段manc:使用经人工整理的 MANC 匹配(manc_group列)instance:从instance中解析出数字分组(如12345_L→12345)type:相同type的神经元归为同一 group(自动剔除过宽或无效的badtypes)pmanc:使用基于manc_bodyid的预测匹配 ⚠️ 有一定错误率,需谨慎auto(默认):按group→manc→instance→type顺序补全缺失fullauto:在auto基础上追加pmanc兜底all:返回附加了instance_group、type_group、mancGroup_group、pmanc_group各列的 data.frame,便于交叉核对
典型用法——找出"记录的 group 与 instance 推导 group 不一致"的神经元并排查:
library(dplyr)
tig_ids <- mcns_ids('where:exists(n.group) OR exists(n.type) OR exists(n.instance)')
allg <- mcns_predict_group(tig_ids, method = 'all')
allg %>%
filter(!is.na(group) & !is.na(instance_group) & group != instance_group)
💡 官方文档明确提示:
pmanc匹配中"显著比例是错误的",但多数仍然正确,因此适合用于对错误不太敏感的场景(如连通性聚类)。默认auto因此只采用人工整理过的manc匹配。
常见问题排查清单
- 预测结果是
NA:先检查该神经元是否真的存在type/instance/group字段,可先运行mcns_neuprint_meta(ids)查看原始元数据。 - 类型看起来不对:内置的
badtypes名单(如Lamina_R1-R6、KC、Descending等)会在type方法中被自动忽略,因为它们是无效值或过于宽泛的分类。 - 跨数据集整合:类型不一致时优先尝试
prefer.foreign = TRUE或method = 'foreign_type',并留意 ascending 神经元的例外逻辑。 - 认证问题:默认数据集
male-cns:v1.0是公开只读快照,只需配置 neuprint token;运行dr_malecns()可以快速体检你的安装与认证状态。
小结
| 需求 | 推荐函数 | 关键参数 |
|---|---|---|
| 获取神经元类型 | mcns_predict_type() |
method='auto' / 'all' |
| 跨数据集统一类型 | mcns_predict_type() |
prefer.foreign=TRUE |
| 获取分组身份 | mcns_predict_group() |
method='auto' |
| 交叉核对多种来源 | 两者 | method='all' |
掌握 mcns_predict_type() 与 mcns_predict_group() 的方法体系后,你就可以在 male-cns 数据集中可靠地确定每个神经元的细胞类型与分组身份,为后续的连通性分析、聚类与跨数据集整合打下基础。更多细节可参考 NEWS.md 与 man/ 目录下的完整参考手册。

