admin管理员组

文章数量:1443090

python单细胞学习笔记

前面的python学习笔记：：

  • python单细胞学习笔记-day1
  • python单细胞学习笔记-day2
  • python单细胞学习笔记-day3
  • python单细胞学习笔记-day4
  • python单细胞学习笔记-day4（续）
  • python单细胞学习笔记-day5
  • python单细胞学习笔记-day6
  • python单细胞学习笔记-day7
  • python单细胞学习笔记-day8(singler自动注释)

今天继续学习视频：学习celltypist细胞注释，单样本和多样本~

0.环境准备

在之前的conda环境中安装新的本次上课需要的几个包：（建议先不要全都安装上，很容易后面出现包导入失败，可以运行到哪个代码缺少模块再开始安装~）

代码语言：javascript代码运行次数：0运行复制
# bash终端
conda activate sc
# 安装 scikit-learn库
pip install singler -i 
pip install singlecellexperiment -i 
pip install scranpy -i 
pip install celldex -i 
pip install celltypist -i 
pip install harmonypy -i 
pip install loompy -i

文件说明：

  • 2.celltypist.ipynb：单样本的单细胞标准分析以及后面的celltypilst细胞注释
  • 4.celltypist_multisamples.ipynb：多样本的单细胞标准分析以及后面的celltypilst细胞注释

1.单样本的celltypist注释

1.1 数据读取

使用用read_10x_mtx读取10x cellranger的三个标准文件，01_data 的文件：'barcodes.tsv', 'genes.tsv', 'matrix.mtx'

代码语言：javascript代码运行次数：0运行复制
import singlecellexperiment as sce
import scanpy as sc
import os
print(os.listdir("01_data"))

# 读取数据
adata = sc.read_10x_mtx("01_data/")
print(adata.shape)
adata.X

1.2 数据质控

都是常规流程，快速看下数据分布特点决定数据过滤条件：

代码语言：javascript代码运行次数：0运行复制
# 计算线粒体基因表达比例
adata.var['mt']=adata.var_names.str.startswith('MT-')
sc.pp.calculate_qc_metrics(adata,qc_vars=['mt'],log1p=False,percent_top=None,inplace=True)
# 过滤前数据分布情况
sc.pl.violin(adata,["n_genes_by_counts", "total_counts", "pct_counts_mt"],jitter=0.4, multi_panel=True)

过滤：这里这个数据我不太清楚来自哪里以及是什么组织类型，所以如果是自己的数据需要结合项目背景来看：

代码语言：javascript代码运行次数：0运行复制
# 确定过滤条件并过滤
# 初始过滤
sc.pp.filter_cells(adata,min_genes=200)
sc.pp.filter_genes(adata,min_cells=3)
adata=adata[adata.obs.n_genes_by_counts>200]
adata=adata[adata.obs.n_genes_by_counts<2500]
adata=adata[adata.obs.pct_counts_mt<5].copy()
# 过滤后数据分布情况
sc.pl.violin(adata,["n_genes_by_counts", "total_counts", "pct_counts_mt"],jitter=0.4, multi_panel=True)
# 过滤后的细胞与基因数
print(adata.shape)

这好像是个过滤了的数据，小提琴过滤前后没啥变化：

1.3 数据标准化、降维聚类分群

还是scanpy的标准代码：

代码语言：javascript代码运行次数：0运行复制
# 数据标准化
sc.pp.normalize_total(adata,target_sum=1e4)
sc.pp.log1p(adata)
adata.raw=adata
# 高变基因
sc.pp.highly_variable_genes(adata,n_top_genes=2000)
# 归一化
sc.pp.scale(adata)
sc.pp.pca(adata)
sc.pp.neighbors(adata,n_pcs=15)
sc.tl.leiden(adata,flavor="igraph",n_iterations=2,resolution=0.5)
sc.tl.umap(adata)
# 可视化
sc.pl.umap(adata,color='leiden')

到这里单细胞的标准分析就做完了，聚类结果如下：

1.4 celltypist自动注释

celltypist软件于2022年5月13号发表在顶刊Science杂志上，文献标题为《Cross-tissue immune cell analysis reveals tissue-specific features in humans》。

与别的自动注释算法不同，CellTypist可以自定义高精度和低精度，即直接注释出细胞的亚群。

这个软件已经训练好的参考模型：

首先下载model：

代码语言：javascript代码运行次数：0运行复制
import celltypist
from celltypist import models

# 第一次使用时，会自动下载所有的参考数据
model = models.Model.load(model='Immune_All_High.pkl') #

动态日志：

代码语言：javascript代码运行次数：0运行复制

                本文标签：
                python单细胞学习笔记

                        版权声明：本文标题：python单细胞学习笔记 内容由网友自发贡献，该文观点仅代表作者本人，
                        转载请联系作者并注明出处：http://www.betaflare.com/biancheng/1748107113a2808690.html，
                        本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。