Spateo 开源项目使用指南

1. 项目介绍

Spateo（Spatiotemporal modeling of spatial transcriptomics）是一个用于空间转录组学时空建模的通用框架。它能够利用高分辨率的空间转录组学数据进行动力学建模，提供了一系列创新的方法来数字化空间层/列，识别空间极性基因，并开发了一个全面的细胞间相互作用框架，以揭示微环境因素和细胞类型特异性配体-受体相互作用的空间效应。此外，Spateo 还能够重建整个胚胎的 3D 模型，并进行 3D 形态学分析。

2. 项目快速启动

安装

Spateo 目前尚未上传到 PyPI，因此需要直接从 GitHub 安装。以下是安装步骤：

# 克隆 Spateo 仓库
git clone https://github.com/aristoteleo/spateo-release.git

# 进入项目目录
cd spateo-release

# 安装依赖
pip install -r requirements.txt

# 安装 Spateo
pip install .

快速示例

以下是一个简单的示例，展示如何使用 Spateo 进行空间转录组学的分析：

import spateo

# 加载示例数据
data = spateo.datasets.load_example_data()

# 进行空间聚类分析
results = spateo.analysis.spatial_clustering(data)

# 输出结果
print(results)

3. 应用案例和最佳实践

案例1：3D 胚胎模型重建

Spateo 能够从 2D 切片数据中重建 3D 胚胎模型，并识别不同的“器官发生模式”（即器官发生过程中细胞迁移的模式）。以下是一个简单的示例：

import spateo

# 加载 2D 切片数据
slices = spateo.datasets.load_2d_slices()

# 重建 3D 模型
model = spateo.modeling.reconstruct_3d_model(slices)

# 输出模型信息
print(model)

案例2：空间极性基因识别

Spateo 提供了一种方法来识别空间极性基因，这些基因在特定的空间层或列中表达。以下是一个示例：

import spateo

# 加载空间转录组数据
data = spateo.datasets.load_spatial_data()

# 识别空间极性基因
polarity_genes = spateo.analysis.identify_spatial_polarity_genes(data)

# 输出结果
print(polarity_genes)

4. 典型生态项目

相关项目1：scvi-tools

scvi-tools 是一个用于单细胞数据分析的工具包，与 Spateo 类似，它也提供了丰富的功能来处理和分析单细胞数据。Spateo 的文档在很大程度上受到了 scvi-tools 的启发和影响。

相关项目2：Scanpy

Scanpy 是一个用于分析单细胞 RNA 测序数据的 Python 库，它提供了许多用于数据预处理、可视化和分析的工具。Spateo 可以与 Scanpy 结合使用，以增强空间转录组学数据分析的能力。

通过以上内容，您可以快速了解 Spateo 的基本功能和使用方法，并开始在您的研究中应用这一强大的工具。