【亲测免费】 Scanpy 开源项目教程

1. 项目介绍

Scanpy 是一个用于单细胞基因表达数据分析的可扩展工具包，由 Python 实现。它与 anndata 联合构建，涵盖了从数据预处理、可视化、聚类、轨迹推断到差异表达测试的全套分析流程。Scanpy 能够高效处理超过一百万个细胞的数据集，是单细胞分析领域的强大工具。

2. 项目快速启动

安装

首先，确保你已经安装了 Python 环境。然后，使用 pip 安装 Scanpy：

pip install scanpy

快速示例

以下是一个简单的 Scanpy 使用示例，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)

# 主成分分析
sc.tl.pca(adata, svd_solver='arpack')

# 聚类
sc.pp.neighbors(adata, n_neighbors=10, n_pcs=40)
sc.tl.leiden(adata)

# 可视化
sc.pl.umap(adata, color='leiden')

3. 应用案例和最佳实践

应用案例

Scanpy 广泛应用于生物医学研究中，特别是在单细胞 RNA 测序（scRNA-seq）数据的分析。例如，研究人员可以使用 Scanpy 来识别不同细胞类型、研究细胞分化轨迹以及发现疾病相关的细胞亚群。

最佳实践

1. 数据质量控制：在分析之前，确保对数据进行严格的质量控制，包括过滤低质量的细胞和基因。
2. 标准化和归一化：使用合适的方法对数据进行标准化和归一化，以消除技术偏差。
3. 选择高变异基因：选择高变异基因进行后续分析，可以提高分析的灵敏度和特异性。
4. 可视化：利用 Scanpy 提供的丰富可视化工具，如 UMAP、t-SNE 等，帮助理解数据结构和细胞分群。

4. 典型生态项目

Scanpy 是 scverse 项目的一部分，scverse 是一个专注于单细胞组学数据分析的生态系统。以下是一些与 Scanpy 紧密相关的生态项目：

• AnnData：用于存储单细胞数据的 Python 库，与 Scanpy 紧密集成。
• Squidpy：用于空间单细胞数据分析的工具包，扩展了 Scanpy 的功能。
• Muon：用于多模态单细胞数据分析的工具包，支持多种数据类型的整合分析。

这些项目共同构成了一个强大的单细胞数据分析生态系统，为研究人员提供了全面的工具支持。