standard_workflow

# Scanpy 单细胞分析标准工作流 本文档概述了使用 scanpy 分析单细胞 RNA-seq 数据的标准工作流。 ## 完整分析流水线 ### 1. 数据加载与初始设置 python import scanpy as sc import pandas as pd import numpy as np # 配置 scanpy 设置 sc.settings.verbosity = 3 # 详细程度：错误 (0), 警告 (1), 信息 (2), 提示 (3) sc.settings.set_figure_params(dpi=80, facecolor='white') # 加载数据 (多种格式) adata = sc.read_10x_mtx('path/to/data/') # 针对 10X 数据 # adata = sc.read_h5ad('path/to/data.h5ad') # 针对 h5ad 格式 # adata = sc.read_csv('path/to/data.csv') # 针对 CSV 格式 ### 2. 质量控制 (QC) python # 计算 QC 指标 sc.pp.calculate_qc_metrics(adata, qc_vars=['mt'], percent_top=None, log1p=False, inplace=True) # 常用过滤阈值 (根据数据集调整) sc.pp.filter_cells(adata, min_genes=200) sc.pp.filter_genes(adata, min_cells=3) # 移除线粒体含量高的细胞 adata = adata[adata.obs.pct_counts_mt < 5, :] # 可视化 QC 指标 sc.pl.violin(adata, ['n_genes_by_counts', 'total_counts', 'pct_counts_mt'], jitter=0.4, multi_panel=True) sc.pl.scatter(adata, x='total_counts', y='pct_counts_mt') sc.pl.scatter(adata, x='total_counts', y='n_genes_by_counts') ### 3. 标准化 python # 标准化至每个细胞 10,000 个计数 sc.pp.normalize_total(adata, target_sum=1e4) # 对数据进行对数转换 sc.pp.log1p(adata) # 将标准化数据存储在 raw 中以备后用 adata.raw = adata ### 4. 特征选择 python # 识别高变基因 sc.pp.highly_variable_genes(adata, min_mean=0.0125, max_mean=3, min_disp=0.5) # 可视化高变基因 sc.pl.highly_variable_genes(adata) # 筛选高变基因 adata = adata[:, adata.var.highly_variable] ### 5. 缩放与回归 python # 回归掉每个细胞总计数和线粒体基因百分比的影响 sc.pp.regress_out(adata, ['total_counts', 'pct_counts_mt']) # 将数据缩放至单位方差和零均值 sc.pp.scale(adata, max_value=10) ### 6. 降维 python # 主成分分析 (PCA) sc.tl.pca(adata, svd_solver='arpack') # 可视化 PCA 结果 sc.pl.pca(adata, color='CST3') sc.pl.pca_variance_ratio(adata, log=True) # 计算邻域图 sc.pp.neighbors(adata, n_neighbors=10, n_pcs=40) # UMAP 可视化 sc.tl.umap(adata) # t-SNE (UMAP 的替代方案)