单细胞转录组学分析：从数据处理到功能注释

单细胞转录组学分析：从数据处理到功能注释

在单细胞转录组学研究中，我们可以通过高通量测序技术解析单个细胞的基因表达谱，从而揭示细胞异质性和潜在的生物学功能。本文将介绍如何从数据预处理开始，逐步进行细胞类型注释、差异表达分析以及功能富集分析，最终揭示不同细胞群体的生物学特性。

数据预处理与整合

首先，我们从多个样本中读取单细胞转录组数据，并使用Scanpy库进行数据预处理和整合。通过去除低质量细胞和基因、归一化表达矩阵以及选择高变基因，我们得到了一个高质量的数据集。随后，利用Harmony工具去除批次效应，确保不同样本之间的细胞可以准确比较。

Python复制

import scanpy as sc
import omicverse as ov
import os

# 定义样本文件夹路径列表
sample_folders = [
    r'D:\迅雷云盘\GSE190453_RAW\GSM5724024_TLE_1', 
    r'D:\迅雷云盘\GSE190453_RAW\GSM5724025_TLE_2', 
    r'D:\迅雷云盘\GSE190453_RAW\GSM5724026_TLE_3',
    r'D:\迅雷云盘\GSE190453_RAW\GSM6893725_TLE_4'
]

# 初始化一个空的 AnnData 列表
adata_list = []

# 循环读取每个样本的数据
for folder in sample_folders:
    # 读取 10x Genomics 格式的数据
    adata = sc.read_10x_mtx(
        folder,
        var_names='gene_symbols',
        cache=True
    )
    # 为每个样本添加样本名称信息
    adata.obs['sample'] = os.path.basename(folder)
    adata_list.append(adata)

# 合并所有样本的数据
combined_adata = sc.concat(adata_list, join='outer', label='sample')

# 使变量名和观测值名唯一化
combined_adata.var_names_make_unique()
combined_adata.obs_names_make_unique()

数据过滤与归一化

接下来，我们对合并后的数据进行过滤，去除低质量细胞和基因，并进行归一化处理。

Python复制

# 计算线粒体基因比例
combined_adata.var['mt'] = combined_adata.var_names.str.startswith('MT-')
sc.pp.calculate_qc_metrics(combined_adata, qc_vars=['mt'], percent_top=None, log1p=False, inplace=True)

# 过滤低质量细胞
combined_adata = combined_adata[combined_adata.obs.n_genes_by_counts < 2500, :]
combined_adata = combined_adata[comb