Scanpy中rank_genes_groups_dotplot与filter_rank_genes_groups的兼容性问题解析

问题背景

在使用单细胞分析工具Scanpy时，研究人员经常需要对差异表达基因进行可视化分析。rank_genes_groups_dotplot是一个常用的可视化函数，它能够直观地展示不同细胞群中差异表达基因的表达模式。然而，当用户尝试将filter_rank_genes_groups函数筛选后的结果传递给rank_genes_groups_dotplot时，可能会遇到一些兼容性问题。

核心问题

主要问题出现在当用户尝试使用rank_genes_groups_dotplot可视化filter_rank_genes_groups筛选后的结果，并指定values_to_plot="logfoldchanges"参数时。系统会抛出错误提示："Please run sc.tl.rank_genes_groups with 'n_genes=adata.shape[1]' to save all gene scores. Currently, only X are found"。

问题原因

这个错误产生的原因是filter_rank_genes_groups函数在筛选差异表达基因时，默认不会保留所有基因的统计信息（如logfoldchanges等）。而rank_genes_groups_dotplot在尝试绘制logfoldchanges时，需要访问这些完整的统计信息。

解决方案

要解决这个问题，有以下几种方法：

1. 在原始rank_genes_groups分析时保存所有基因信息： 在进行差异表达分析时，使用n_genes=adata.shape[1]参数，确保保存所有基因的统计信息：

   sc.tl.rank_genes_groups(adata, groupby='leiden', n_genes=adata.shape[1])
   

2. 正确指定key参数： 当使用filter_rank_genes_groups筛选后，确保在可视化时指定正确的key参数：

   sc.pl.rank_genes_groups_dotplot(adata, key='rank_genes_groups_filtered')
   

3. 避免在筛选结果上使用values_to_plot： 如果不需要特定的统计值可视化，可以省略values_to_plot参数，默认展示基因表达情况。

最佳实践建议

1. 在进行差异表达分析时，如果后续可能需要进行多种可视化或深入分析，建议始终使用n_genes=adata.shape[1]参数保存完整信息。

2. 使用filter_rank_genes_groups筛选差异基因后，新的结果会存储在adata.uns['rank_genes_groups_filtered']中，在可视化时需要明确指定这个key。

3. 对于logfoldchanges等统计值的可视化，确保原始分析中这些值已被完整保存。如果遇到错误，可以重新运行rank_genes_groups并保存完整信息。

总结

Scanpy提供了强大的差异表达分析和可视化功能，但在使用过程中需要注意函数间的数据传递和兼容性。理解rank_genes_groups、filter_rank_genes_groups和rank_genes_groups_dotplot等函数之间的关系，能够帮助研究人员更高效地进行单细胞数据分析。当遇到类似问题时，检查数据是否完整保存、是否正确指定参数通常是解决问题的关键。