Scanpy 开源项目教程

项目介绍

Scanpy 是一个用于单细胞基因表达数据分析的 Python 库。它由 Theis Lab 开发，旨在提供高效、可扩展的工具，用于处理和分析大规模的单细胞测序数据。Scanpy 支持多种数据预处理、可视化和分析任务，是单细胞研究领域的重要工具之一。

项目快速启动

安装

首先，确保你已经安装了 Python 3.6 或更高版本。然后，使用以下命令安装 Scanpy：

pip install scanpy

基本使用

以下是一个简单的示例，展示如何加载数据、进行预处理和可视化：

import scanpy as sc

# 加载示例数据集
adata = sc.datasets.pbmc3k()

# 数据预处理
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)

# 数据降维和聚类
sc.tl.pca(adata, svd_solver='arpack')
sc.pp.neighbors(adata, n_neighbors=10, n_pcs=40)
sc.tl.umap(adata)
sc.tl.leiden(adata)

# 可视化
sc.pl.umap(adata, color=['leiden', 'CD3D', 'NKG7', 'PPBP'], use_raw=False)

应用案例和最佳实践

应用案例

Scanpy 在多个领域都有广泛的应用，例如：

• 免疫学：分析不同类型的免疫细胞，研究其在疾病中的作用。
• 发育生物学：追踪细胞发育轨迹，研究细胞分化过程。
• 肿瘤学：分析肿瘤微环境，研究肿瘤异质性。

最佳实践

• 数据质量控制：在数据预处理阶段，进行细胞和基因的过滤，去除低质量的数据。
• 特征选择：使用高变异基因进行下游分析，提高分析的准确性。
• 参数调优：根据数据特点调整聚类和降维的参数，以获得更好的分析结果。

典型生态项目

Scanpy 作为单细胞分析的核心工具，与其他项目形成了丰富的生态系统，包括：

• AnnData：用于存储和操作单细胞数据的底层数据结构。
• MuData：支持多模态数据的分析，扩展了 Scanpy 的功能。
• Squidpy：专注于空间转录组数据的分析，与 Scanpy 无缝集成。

这些项目共同构成了强大的单细胞数据分析工具集，为研究人员提供了全面的解决方案。