首页
/ Scanpy对VisiumHD空间转录组数据中parquet格式的支持解析

Scanpy对VisiumHD空间转录组数据中parquet格式的支持解析

2025-07-04 22:39:38作者:齐添朝

背景介绍

随着空间转录组技术的发展,10X Genomics推出的VisiumHD技术平台能够捕获更高密度的空间数据。这种技术进步带来了数据量的显著增加,传统的CSV文件格式在处理大规模数据时开始显现局限性。

技术挑战

在VisiumHD平台中,由于捕获的barcode数量大幅增加,传统的CSV文件格式面临两个主要问题:

  1. 行数限制问题:CSV格式在处理超大规模数据时存在性能瓶颈
  2. 存储效率问题:CSV格式存储空间利用率不高

10X Genomics的解决方案是采用parquet文件格式替代传统的CSV格式来存储组织位置信息(tissue_position_list)。parquet是一种列式存储格式,具有以下优势:

  • 更高的压缩率
  • 更快的读取速度
  • 更好的大数据处理能力

Scanpy的现状与改进

Scanpy作为单细胞和空间转录组数据分析的主流工具,其read_visium函数目前仅支持读取CSV格式的组织位置文件。这导致用户在分析VisiumHD数据时遇到兼容性问题。

现有实现分析

当前Scanpy 1.9.6版本的实现中,read_visium函数硬编码了CSV文件路径,无法自动识别parquet格式文件:

files = dict(
    tissue_positions_file=path / 'spatial/tissue_positions_list.csv',
    scalefactors_json_file=path / 'spatial/scalefactors_json.json',
    hires_image=path / 'spatial/tissue_hires_image.png',
    lowres_image=path / 'spatial/tissue_lowres_image.png',
)

改进方案

为了支持VisiumHD数据,Scanpy需要进行以下改进:

  1. 文件检测机制:自动检测目录中是否存在CSV或parquet格式的组织位置文件
  2. 多格式支持:根据检测到的文件类型选择相应的读取方法

改进后的代码逻辑如下:

files = dict(
    tissue_positions_file = next((path / f'spatial/tissue_positions_list{suffix}' 
                               for suffix in ['.csv', '.parquet'] 
                               if (path / f'spatial/tissue_positions_list{suffix}').exists()), 
                               None),
    scalefactors_json_file=path / 'spatial/scalefactors_json.json',
    hires_image=path / 'spatial/tissue_hires_image.png',
    lowres_image=path / 'spatial/tissue_lowres_image.png',
)

if files['tissue_positions_file'].suffix == '.csv':
    positions = pd.read_csv(files['tissue_positions_file'], header=None)
elif files['tissue_positions_file'].suffix == '.parquet':
    positions = pd.read_parquet(files['tissue_positions_file'])

技术实现细节

文件检测机制

改进方案使用了Python的next函数配合生成器表达式,实现了对多种文件格式的智能检测:

  1. 首先尝试查找CSV格式文件
  2. 如果不存在,则尝试查找parquet格式文件
  3. 如果都不存在,则返回None

多格式读取支持

根据检测到的文件后缀名,选择适当的pandas读取方法:

  • .csv文件:使用pd.read_csv
  • .parquet文件:使用pd.read_parquet

未来展望

这一改进将使Scanpy能够无缝支持VisiumHD数据,为用户提供更流畅的分析体验。随着空间转录组技术向更高通量发展,工具链的持续优化将变得愈发重要。Scanpy团队已计划在未来的版本中实现这一功能升级。

对于用户而言,这一改进意味着:

  1. 无需手动转换文件格式
  2. 分析流程更加自动化
  3. 能够直接处理最新的VisiumHD数据

随着空间转录组技术的快速发展,类似的文件格式适配工作将成为生物信息学工具维护的常规任务,确保工具链能够跟上实验技术进步的步伐。

登录后查看全文
热门项目推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
261
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
861
511
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
259
300
kernelkernel
deepin linux kernel
C
22
5
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K