scanpy

# Scanpy：单细胞分析 ## 概述 Scanpy 是一个基于 AnnData 构建的、用于分析单细胞 RNA-seq 数据的可扩展 Python 工具包。应用此技能可完成完整的单细胞工作流，包括质量控制、归一化、降维、聚类、标记基因识别、可视化和轨迹分析。 ## 何时使用此技能 当您需要执行以下操作时使用此技能： - 分析单细胞 RNA-seq 数据 (.h5ad, 10X, CSV 格式) - 对 scRNA-seq 数据集执行质量控制 - 创建 UMAP、t-SNE 或 PCA 可视化图表 - 识别细胞簇并查找标记基因 - 基于基因表达进行细胞类型注释 - 进行轨迹推断或伪时间分析 - 生成出版级的单细胞图表 ## 快速入门 ### 基本导入与设置 python import scanpy as sc import pandas as pd import numpy as np # 配置设置 sc.settings.verbosity = 3 sc.settings.set_figure_params(dpi=80, facecolor='white') sc.settings.figdir = './figures/' ### 加载数据 python # 从 10X Genomics 加载 adata = sc.read_10x_mtx('path/to/data/') adata = sc.read_10x_h5('path/to/data.h5') # 从 h5ad (AnnData 格式) 加载 adata = sc.read_h5ad('path/to/data.h5ad') # 从 CSV 加载 adata = sc.read_csv('path/to/data.csv') ### 理解 AnnData 结构 AnnData 对象是 scanpy 中的核心数据结构： python adata.X # 表达矩阵 (细胞 × 基因) adata.obs # 细胞元数据 (DataFrame) adata.var # 基因元数据 (DataFrame) adata.uns # 非结构化注释 (dict) adata.obsm # 多维细胞数据 (PCA, UMAP) adata.raw # 原始数据备份 # 访问细胞和基因名称 adata.obs_names # 细胞条形码 adata.var_names # 基因名称 ## 标准分析工作流 ### 1. 质量控制 识别并过滤低质量的细胞和基因： python # 识别线粒体基因 adata.var['mt'] = adata.var_names.str.startswith('MT-') # 计算质量控制指标 sc.pp.calculate_qc_metrics(adata, qc_vars=['mt'], inplace=True) # 可视化质量控制指标 sc.pl.violin(adata, ['n_genes_by_counts', 'total_counts', 'pct_counts_mt'], jitter=0.4, multi_panel=True) # 过滤细胞和基因 sc.pp.filter_cells(adata, min_genes=200) sc.pp.filter_genes(adata, min_cells=3) adata = adata[adata.obs.pct_counts_mt < 5, :] # 移除高线粒体比例的细胞 **使用 QC 脚本进行自动化分析：** bash python scripts/qc_analysis.py input_file.h5ad --outpu