Seurat项目中Visium数据类兼容性问题解析与解决方案
2025-07-02 19:24:15作者:咎竹峻Karen
背景介绍
Seurat作为单细胞和空间转录组分析的主流工具包,在5.1版本中引入了一项重要变更:默认使用新的VisiumV2类处理所有Visium数据(包括非Visium HD数据)。这一变更虽然旨在统一图像和测序空间数据框架,但导致了与许多依赖旧版VisiumV1类的第三方包不兼容的问题。
问题本质
核心问题在于:
- 新版
VisiumV2类继承自FOV类,结构上与VisiumV1有显著差异 - 关键变化包括移除了
coordinates槽位,GetTissueCoordinates返回的数据框结构也不同 - 缺乏直接的类转换方法,且新类使用在
Read10X_Image中被硬编码
技术影响分析
这种变更对用户工作流产生了多方面影响:
- 第三方包兼容性:许多依赖
VisiumV1特定结构的包(如hdWGCNA)无法正常工作 - 坐标获取方式:虽然坐标位置信息仍然存在,但访问方式需要调整
- 升级风险:用户在不知情情况下升级可能导致分析流程中断
解决方案
官方推荐方案
- 最佳实践:第三方包应使用标准getter/setter方法而非直接访问槽位
- 坐标获取改进:建议采用更通用的坐标获取方式:
coords <- GetTissueCoordinates(cur_seurat)
coords <- coords[, 1:2]
colnames(coords) <- c("row", "col")
临时转换方案
对于必须使用VisiumV1的情况,可执行以下转换:
# 加载数据
path_to_visium <- "your/visium/path"
path_to_coordinates <- file.path(path_to_visium, "spatial/tissue_positions_list.csv")
image_name <- "visium"
object <- Load10X_Spatial(path_to_visium, slice = image_name)
visium_v2 <- object[[image_name]]
# 重新读取坐标
coordinates <- Read10X_Coordinates(path_to_coordinates, filter.matrix = TRUE)
# 创建VisiumV1对象
visium_v1 <- new(
Class = "VisiumV1",
assay = visium_v2@assay,
key = visium_v2@key,
coordinates = coordinates,
scale.factors = visium_v2@scale.factors,
image = visium_v2@image
)
# 设置spot半径
visium_v1@spot.radius <- Radius(visium_v1)
# 对齐细胞顺序
visium_v1 <- visium_v1[Cells(object)]
object[[image_name]] <- visium_v1
未来展望
- 官方补丁:开发团队表示将发布补丁解决兼容性问题
- 变更通知:未来版本将更明确标注重大变更
- 架构统一:这一变更是向统一空间分析框架迈出的重要一步
用户建议
- 评估工作流对
VisiumV1的依赖程度 - 考虑更新第三方包或提交修改建议
- 关注Seurat的更新公告
- 重要项目可暂时锁定Seurat版本
这一变更虽然短期内带来不便,但从长远看有助于Seurat建立更统一、更强大的空间分析框架。理解这些技术细节有助于用户更好地规划分析流程和应对类似情况。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0201
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0130
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
771
5.02 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
693
1.36 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
865
1.96 K
Ascend Extension for PyTorch
Python
746
926
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
461
455
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.09 K
1.12 K
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.94 K
199
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
3.09 K
643
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
266