基于OmicVerse的Bulk RNA-seq数据细胞类型解卷积与模拟单细胞生成

🔬 基于OmicVerse的Bulk RNA-seq数据细胞类型解卷积与模拟单细胞生成

1. 数据准备与依赖库

import omicverse as ov
import scanpy as sc
import pandas as pd

核心库说明：

• OmicVerse：专注于多组学数据整合，其tl.deconvolution模块支持基于单细胞参考的Bulk数据细胞类型分解
• Scanpy：单细胞数据处理神器，用于数据标准化、质控和整合
• Pandas：用于表格数据读取与处理

2. 数据读取与格式标准化

2.1 Bulk RNA-seq数据加载

bulk_data = pd.read_csv('bulk_rna_seq.csv', index_col=0)

• 数据格式要求：
  CSV文件中行名为基因名，列名为样本名，数值为基因表达量（如原始计数或TPM）
• 注意事项：
  若数据为基因-样本矩阵，需通过.T转置为AnnData要求的样本-基因格式

2.2 单细胞参考数据加载

single_cell_ref = sc.read_10x_mtx(
    'single_cell_data/filtered_gene_bc_matrices/hg19/',
    var_names='gene_symbols', cache=True
)
single_cell_ref.var_names_make_unique()  # 确保基因名唯一

• 数据来源：
  10x Genomics标准输出的过滤后矩阵（filtered_gene_bc_matrices）
• 格式说明：
  包含3个文件：matrix.mtx（表达矩阵）、barcodes.tsv（细胞 barcode）、features.tsv（基因信息）

3. 数据预处理