单细胞数据h5ad格式转换成seurat

探序基因肿瘤研究院  整理

比如宫颈癌单细胞文章：Multiomic analysis of cervical squamous cell carcinoma identifies cellular ecosystems with biological and clinical relevance，原文地址为：https://www.nature.com/articles/s41588-023-01570-0，

查看方法部分：

Processed sequencing data are available at Science Data Bank (https://doi.org/10.57760/sciencedb.11624)

点击后，发现文件为：

下载h5ad文件到服务器后，可以使用python将h5ad读入，再输出成文件文件，载入R中变成seurat结构。

python代码如下：

import scipy.sparse as sparse
import scipy.io as sio
import scipy.stats as stats
import numpy as np
import scanpy as sc
import os

​all_data=sc.read_h5ad("all_scRNAseq.h5ad")​
cellinfo=all_data.obs
geneinfo=all_data.var
mtx=all_data.X.T
​​​cellinfo.to_csv("cellinfo.csv")
geneinfo.to_csv("geneinfo.csv")
sio.mmwrite("sparse_matrix.mtx",mtx)

此时sparse_matrix.mtx为稀疏矩阵的形式。

输入mtx，打印：

>>> mtx
<29225x163964 sparse matrix of type '<class 'numpy.float32'>'
    with 326157024 stored elements in Compressed Sparse Column format>

然后到R语言中：

counts=Matrix::readMM(file = "xxx/sparse_matrix.mtx")

再把基因名和细胞名，命名到这个count矩阵中，就好了