作者，Evil Genius

勞動(dòng)仲裁已提交，等待結(jié)果吧。

這讓我想起了當(dāng)初23年出事的時(shí)候有人攻擊我，說(shuō)我已經(jīng)這么慘了居然還在更新文章，絕對(duì)是個(gè)騙子，那么現(xiàn)在這種情況下，估計(jì)還會(huì)有人這么說(shuō)。

就像張雪峰這樣的人，只是為了普通百姓的孩子有個(gè)好前程，也被某些人黑的夠嗆，現(xiàn)在也不敢像當(dāng)初那樣敢說(shuō)大實(shí)話了。

可能還是接觸的少，有些人的心為什么這么黑暗呢？這些人到底經(jīng)歷了什么？

今天我們更新腳本

低精度（visium、stereo-seq bin > 50）的細(xì)胞鄰域分析

參考文章來(lái)自于王凌華的經(jīng)典文獻(xiàn)

分析方法如下

我們來(lái)解析一下分析步驟

第一步：?jiǎn)渭?xì)胞空間聯(lián)合，文章采用了RCTD。

第二步：將CAF推斷占比超過(guò)0.37的spot定義為CAF富集中心spot（這個(gè)在分析中可能會(huì)調(diào)整）。

第三步：針對(duì)每個(gè)中心spot，選取其相鄰的6個(gè)spot，共同構(gòu)成CAF中心點(diǎn)的鄰域區(qū)域。

第四步：計(jì)算這7個(gè)spot細(xì)胞類型組成的平均值，生成每個(gè)CAF中心鄰域區(qū)域的等效鄰域向量。

第五步：采用主成分分析（PCA）對(duì)spot×細(xì)胞類型組成矩陣進(jìn)行因子分解。最終得到的spot×前5主成分矩陣用于Leiden聚類。

我們來(lái)實(shí)現(xiàn)一下，這里我們采用python腳本實(shí)現(xiàn)，單細(xì)胞空間聯(lián)合采用cell2location，這里注意把cell2location聯(lián)合后的結(jié)果均一化到0-1,用argparse進(jìn)行封裝，封裝類腳本怎么寫(xiě)大家可以參考培訓(xùn)計(jì)劃2025番外--linux、R、python培訓(xùn)