Scanpy 开源项目教程
1. 项目介绍
Scanpy 是一个用于单细胞基因表达数据分析的可扩展工具包,由 Python 实现。它与 anndata 联合构建,涵盖了从数据预处理、可视化、聚类、轨迹推断到差异表达测试的全套分析流程。Scanpy 能够高效处理超过一百万个细胞的数据集,是单细胞分析领域的强大工具。
2. 项目快速启动
安装
首先,确保你已经安装了 Python 环境。然后,使用 pip 安装 Scanpy:
pip install scanpy
快速示例
以下是一个简单的 Scanpy 使用示例,展示如何加载数据、进行预处理和可视化:
import scanpy as sc
# 加载示例数据集
adata = sc.datasets.pbmc3k()
# 数据预处理
sc.pp.filter_cells(adata, min_genes=200)
sc.pp.filter_genes(adata, min_cells=3)
sc.pp.normalize_total(adata, target_sum=1e4)
sc.pp.log1p(adata)
sc.pp.highly_variable_genes(adata, min_mean=0.0125, max_mean=3, min_disp=0.5)
# 主成分分析
sc.tl.pca(adata, svd_solver='arpack')
# 聚类
sc.pp.neighbors(adata, n_neighbors=10, n_pcs=40)
sc.tl.leiden(adata)
# 可视化
sc.pl.umap(adata, color='leiden')
3. 应用案例和最佳实践
应用案例
Scanpy 广泛应用于生物医学研究中,特别是在单细胞 RNA 测序(scRNA-seq)数据的分析。例如,研究人员可以使用 Scanpy 来识别不同细胞类型、研究细胞分化轨迹以及发现疾病相关的细胞亚群。
最佳实践
- 数据质量控制:在分析之前,确保对数据进行严格的质量控制,包括过滤低质量的细胞和基因。
- 标准化和归一化:使用合适的方法对数据进行标准化和归一化,以消除技术偏差。
- 选择高变异基因:选择高变异基因进行后续分析,可以提高分析的灵敏度和特异性。
- 可视化:利用 Scanpy 提供的丰富可视化工具,如 UMAP、t-SNE 等,帮助理解数据结构和细胞分群。
4. 典型生态项目
Scanpy 是 scverse 项目的一部分,scverse 是一个专注于单细胞组学数据分析的生态系统。以下是一些与 Scanpy 紧密相关的生态项目:
- AnnData:用于存储单细胞数据的 Python 库,与 Scanpy 紧密集成。
- Squidpy:用于空间单细胞数据分析的工具包,扩展了 Scanpy 的功能。
- Muon:用于多模态单细胞数据分析的工具包,支持多种数据类型的整合分析。
这些项目共同构成了一个强大的单细胞数据分析生态系统,为研究人员提供了全面的工具支持。