CellDART整合单细胞数据和Stereo-seq空间转录组数据

数据来源

单细胞数据来自2023年的Cell人胎脑，"Spatiotemporal transcriptome atlas reveals the regional specification of the developing human brain"，选取了其中14PCW的部分进行迁移整合；

空间转录组数据来自华大Stereo-seq测序的下机GEM/gef原始文件，选取了其中一张1*1的小芯片进行测试。所有的数据都需要转成AnnData格式，即适用于scanpy分析的h5ad格式。格式转换方法可以参考Stereopy官方教程(Input & Output - Stereopy)，这里不再详细说明。

环境配置

首先需要配置好环境，包的下载来自GitHub - mexchy1000/CellDART: domain adaptation of spatial and single-cell transcriptome

pip install git+https://github.com/mexchy1000/CellDART.git

Github项目里也有相应的教程，但直接套用Stereo-seq数据会出现一些问题，但可以作为参考

CellDART/CellDART_example_mousebrain_markers.ipynb at master · mexchy1000/CellDART · GitHub

数据和包导入

配置好环境后具体如下，首先导入需要的包

import scanpy as sc
import pandas as pd
import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt 
from CellDART import da_cellfraction
from CellDART.utils import random_mix
from sklearn.manifold import TSNE

分别导入单细胞数据adata和空间转录组数据adata_spatial

adata = sc.read('/data/work/Cell_fetal_brain_singleCell/14.h5ad')
adata

AnnData object with n_obs × n_vars = 35175 × 36601
    obs: 'orig.ident', 'nCount_RNA', 'nFeature_RNA', 'percent.mt', 'region', 'week', 'celltype'
    var: 'vst.mean', 'vst.variance', 'vst.variance.expected', 'vst.variance.standardized', 'vst.variable'

adata_spatial = sc.read('/data/work/scanpy/D03657A1_scanpy_out.h5ad')
adata_spatial

AnnDat