Seurat项目：Visium数据转换为h5ad格式时保留空间信息的解决方案

背景介绍

在单细胞空间转录组分析中，10x Genomics Visium技术产生的数据通常需要使用多种工具进行分析。Seurat是处理这类数据的强大R包，而Python生态中的scanpy和Cell2location等工具则提供了额外的分析能力。当需要在两种环境间转换数据时，确保所有关键信息完整传递至关重要。

问题描述

许多用户在将Seurat对象转换为h5ad格式(AnnData)时遇到空间信息丢失的问题，特别是当使用标准转换方法时，Visium数据的空间坐标和图像信息无法正确保留。这会导致后续在Python中使用scanpy等工具进行空间可视化时出现错误。

技术解决方案

1. 标准转换方法的局限性

Seurat提供的SaveH5Seurat和Convert函数虽然简单易用，但在处理Visium数据时存在以下不足：

• 无法自动保留空间坐标信息
• 不包含图像缩放因子等元数据
• 因子型变量可能被转换为数值而非字符

2. 自定义转换函数

为解决这些问题，我们可以实现一个自定义的R函数，确保所有空间信息完整转换：

convert_seurat_to_h5ad <- function(seurat_obj, h5ad_file_path, 
                                   use_counts = TRUE, use_data = FALSE, 
                                   reductions = TRUE, metadata = TRUE, 
                                   include_spatial = FALSE) {
  # 加载必要的Python模块
  anndata <- import("anndata")
  scipy <- import("scipy.sparse")
  np <- import("numpy")
  pd <- import("pandas")
  
  # 处理表达矩阵
  if (use_counts) {
    data <- LayerData(seurat_obj, layer = "counts")
  } else if (use_data) {
    data <- LayerData(seurat_obj, layer = "data")
  } else {
    stop("必须设置use_counts或use_data为TRUE")
  }

  # 创建基础AnnData对象
  csr_matrix_data <- scipy$csr_matrix(t(data))  # 转换为cells x genes格式
  ad <- anndata$AnnData(
    X = csr_matrix_data,
    var = pd$DataFrame(index = rownames(data)),
    obs = pd$DataFrame(index = colnames(data))
  )

  # 添加元数据
  if (metadata) {
    ad$obs <- pd$DataFrame([e-mail])
  }

  # 添加降维结果
  if (reductions) {
    for (name in names(seurat_obj@reductions)) {
      red <- as.matrix(Embeddings(seurat_obj, reduction = name))
      ad$obsm[name] <- np$array(red)
    }
  }

  # 处理空间信息
  if (include_spatial && length(seurat_obj@images) > 0) {
    spatial_data <- list()

    for (img_name in names(seurat_obj@images)) {
      image_obj <- seurat_obj@images[[img_name]]
      coords <- image_obj@coordinates
      scale_factors_r <- [e-mail]

      # 添加空间坐标
      if (!is.null(coords)) {
        spatial_coords <- as.matrix(coords[, c("imagerow", "imagecol")])
        ad$obsm["spatial"] <- np$array(spatial_coords)
      }

      # 添加缩放因子
      if (!is.null(scale_factors_r)) {
        scale_factors <- list(
          spot_diameter_fullres = scale_factors_r$fiducial,
          tissue_hires_scalef = scale_factors_r$hires,
          tissue_lowres_scalef = scale_factors_r$lowres
        )
      } else {
        scale_factors <- list()
      }

      spatial_data[[img_name]] <- list(
        scale_factors = scale_factors
      )
    }

    ad$uns["spatial"] <- spatial_data
  }

  # 保存结果
  ad$write_h5ad(h5ad_file_path)
  message("H5AD文件已保存至: ", h5ad_file_path)
}

3. 关键参数说明

• include_spatial: 必须设置为TRUE以保留空间信息
• use_counts: 使用原始计数数据
• use_data: 使用标准化后的数据
• reductions: 是否包含降维结果(PCA, UMAP等)
• metadata: 是否包含细胞/spot元数据

使用建议

1. 预处理元数据：在转换前，确保所有因子型变量已转换为字符型，避免在Python中显示为数值。

2. 验证转换结果：在Python中加载h5ad文件后，检查以下关键结构：

   # 检查空间信息是否存在
   'spatial' in adata.uns.keys()
   
   # 检查坐标数据
   'spatial' in adata.obsm.keys()
   

3. 选择性转换：对于大型数据集，可考虑仅转换必要的数据以减少文件大小。

技术原理

Visium数据的空间信息在Seurat中存储在images槽位，包含：

• 坐标信息(imagerow和imagecol)
• 不同分辨率的缩放因子
• 组织图像相关信息

这些信息需要被正确映射到AnnData的特定结构中：

• 空间坐标存储在obsm['spatial']中
• 图像和缩放因子存储在uns['spatial']中

总结

通过自定义转换函数，我们可以确保Visium数据的空间信息在Seurat到AnnData的转换过程中完整保留。这种方法不仅解决了空间可视化的问题，也为后续在Python生态中的空间分析工具(如Cell2location)提供了完整的数据支持。对于复杂的分析流程，建议在转换前后进行数据完整性验证，确保分析结果的可信度。