思路總結--華大(Stereo-seq)的空間通訊分析

作者,Evil Genius

這一篇我們需要更新一下華大空轉的通訊分析。

思路有兩種,我們先來看第一種,主要來自Stereopy。

最開始需要我們整理數據,整理的格式盡量和visium、xenium一致,至于采用cellbin還是bin模式,推薦cellbin。當然和華大合作的話,華大內部人員有SAW等分析方法,直接可以轉換。

import stereo as st
import warnings
warnings.filterwarnings('ignore')

data_path = 'cellbin.gef'

data = st.io.read_gef(file_path=data_path, bin_type='cell_bins')

adata = st.io.stereo_to_anndata(data, flavor='scanpy', output='output.h5ad')

這樣數據格式完整對接常用的scanpy,squidpy分析,美中不足的是沒有圖片信息。

那么接下來我們討論通訊分析的問題,其中Stereopy給到的策略是cellphoneDB V5的策略。

這里大家先做好細胞注釋

策略就是 分析微環(huán)境+ 微環(huán)境通訊。

###Microenvironment
data.tl.gen_ccc_micro_envs(
            cluster_res_key='celltype',
            res_key='ccc_micro_envs'
            )

####分析通訊
data.tl.cell_cell_communication(
                analysis_type='statistical',
                cluster_res_key='celltype',
                species='HUMAN',
                database='liana',
                micro_envs='ccc_micro_envs',
                res_key='cell_cell_communication'
                )

這里的缺陷是分析完的通訊還需要借助其他的方法進行空間可視化,教程并不完整,例如我們想要下面的圖,就需要自己重新寫腳本可視化。

分析策略幾乎完全嫁接的cellphoneDB V5,鏈接在Documentation — cellphonedb documentation

相比于第一種,我更傾向于第二種策略,直接分析目標細胞類型的鄰域通訊,跟HD的分析目標一致。

這個需要我們需要用到轉換好的adata數據,分析的時候直接將距離關系納入分析。

并且直接空間可視化,包括分泌式和接觸式的配受體信息。

實現的方法如下,就是需要注意空間坐標與實際距離的關系,分析的時候沒有圖片。

還有 68% 的精彩內容
?著作權歸作者所有,轉載或內容合作請聯系作者
【社區(qū)內容提示】社區(qū)部分內容疑似由AI輔助生成,瀏覽時請結合常識與多方信息審慎甄別。
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發(fā)布,文章內容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務。
支付 ¥100.00 繼續(xù)閱讀

相關閱讀更多精彩內容

友情鏈接更多精彩內容