Squidpy 项目教程
squidpy 项目地址: https://gitcode.com/gh_mirrors/sq/squidpy
1. 项目介绍
Squidpy 是一个用于空间单细胞分析的 Python 工具。它构建在 scanpy 和 anndata 之上,继承了它们的模块化和可扩展性。Squidpy 提供了利用数据空间坐标(如果有组织图像可用,还包括组织图像)的分析工具。
Squidpy 的主要应用包括:
- 从空间坐标构建和分析邻域图
- 计算细胞类型和基因的空间统计
- 高效存储、分析和可视化大型组织图像,利用 skimage
- 在 napari 中交互式探索 anndata 和大型组织图像
2. 项目快速启动
安装 Squidpy
你可以通过 PyPI 安装 Squidpy:
pip install squidpy
如果你想包含 napari 支持,可以使用以下命令:
pip install 'squidpy[interactive]'
或者通过 Conda 安装:
conda install -c conda-forge squidpy
快速示例
以下是一个简单的示例,展示如何使用 Squidpy 进行空间单细胞分析:
import squidpy as sq
# 加载示例数据
adata = sq.datasets.visium_fluo_adata()
# 计算邻域图
sq.gr.spatial_neighbors(adata)
# 计算空间统计
sq.gr.spatial_autocorr(adata, mode="moran")
# 可视化结果
sq.pl.spatial_scatter(adata, color="cluster")
3. 应用案例和最佳实践
应用案例
Squidpy 在多个领域有广泛的应用,例如:
- 肿瘤学:分析肿瘤微环境中的细胞空间分布
- 神经科学:研究神经元在组织中的空间排列
- 发育生物学:探索细胞在发育过程中的空间动态变化
最佳实践
- 数据预处理:在使用 Squidpy 进行分析之前,确保数据已经过适当的预处理,包括归一化和批次校正。
- 参数调整:根据具体的研究问题,调整 Squidpy 中的参数,以获得最佳的分析结果。
- 可视化:利用 Squidpy 提供的可视化工具,直观地展示分析结果,帮助解释数据。
4. 典型生态项目
Squidpy 是 scverse 项目的一部分,scverse 是一个专注于单细胞数据分析的开源生态系统。以下是一些与 Squidpy 相关的典型生态项目:
- Scanpy:用于单细胞 RNA-seq 数据分析的 Python 库
- AnnData:用于存储单细胞数据的 Python 库
- Napari:用于交互式图像分析的 Python 库
这些项目与 Squidpy 紧密集成,共同构成了一个强大的单细胞数据分析工具链。