【单细胞】使用Scanpy进行单细胞数据预处理

原创 已于 2023-02-03 13:11:17 修改 · 1k 阅读 · 1 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#python #开发语言

于 2023-02-03 09:59:27 首次发布
该文详细介绍了使用Scanpy库进行单细胞RNA测序数据的基本处理，包括展示最高表达基因、过滤低质量细胞、数据归一化和对数转换、主成分分析（PCA）以及可视化。这些步骤是预处理和理解复杂细胞群体的关键。

1 基本的数据处理

# 显示在所有细胞中在每个单细胞中产生最高计数分数的基因
sc.pl.highest_expr_genes(adata, n_top=20, )

# 过滤低质量细胞样本
# 过滤在少于三个细胞中表达，或一个细胞中表达少于200个基因的细胞样本
sc.pp.filter_cells(adata, min_genes=200)
sc.pp.
最低0.47元/天 解锁文章
Scanpy（3）单细胞数据分析常规流程
xiaoyaozizai017的博客
06-05 2279
面对高效快速的要求上，使用R分析数据越来越困难，转战Python分析，我们通过scanpy官网去学习如何分析单细胞下游常规分析。数据3k PBMC来自健康的志愿者，可从10x Genomics免费获得。在linux系统上，可以取消注释并运行以下操作来下载和解压缩数据。最后一行创建一个用于保存已处理数据的目录write，后面直接使用保存的数据，能快速加载数据。
单细胞Scanpy流程学习和整理(单样本10X数据读取/过滤/降维/聚类)
zfyyzhys的博客
09-25 4542
打算仔细学习一下基于python的单细胞相关分析框架hhh新手上路写的很繁琐，多多包涵，本次用的IDE是Visual studio code。
scanpy 教程 1：预处理和聚类 3k PBMCs
🧑‍🎓 博士研究生在读 🔬 分享生物信息学、神经生物学方面的知识 💬 合作请在后台留言
10-08 1408
如果你想与那些只想将此文件用于可视化的人共享此文件，减少文件大小的一个简单方法是删除密集 scaled 和 corrected 的数据矩阵。注意，Leiden 聚类直接对细胞的邻域图进行聚类，我们在上一节中已经计算过了。您还可以考虑更强大的差异测试包，如 MAST、limma、DESeq2，对于python，还有最近的 diffxpy。通过运行主成分分析（PCA）来降低数据的维度，主成分分析揭示了变化的主轴并对数据进行去噪。本质区别在于，在这里，我们使用多变量近似，而传统的微分测试是单变量的。
Scanpy教程-预处理和聚类数据集
m0_62991278的博客
02-25 295
在浏览器中直接打开也显示403forbidden。在学习scanpy时，第一个教程。使用以下代码获取数据失败。
scanpy预处理总结
qq_45759229的博客
01-22 712
记录一下关于scanpy preprocessing的结果。欢迎关注我们组的微信公众号，更多好文章在等你呦！可以看到这个原始数据是稀疏矩阵形式的，但是我今天测试了别人的一个预处理代码。微信公众号名：碳硅数据。
python单细胞分析scanp，小白入门必看！
weixin_68789096的博客
12-11 2131
基本概念介绍。
05单细胞分析2025-scanpy分析流程-02示例文件预处理和标准化处理及保存
2301_82312331的博客
03-11 1301
通过 sc.read_10x_mtx() 函数从指定目录加载10x Genomics的单细胞RNA测序数据，读取的结果存储在adata 中使用基因符号作为变量名 gene_symbols并启用缓存以加快后续加载速度 cache=True它是一个 AnnData 对象，方便在Scanpy的后续分析流程中使用 2.初步绘制整个单细胞数据集中表达量最高的基因 sc.pl.highest_expr_genes 是一个用于绘制图表的函数，它展示了在整个单细胞数据集中表达量最高的基因 这有助于用户了解在数
单细胞测序数据分析全流程详解：从预处理到差异分析的R与Python实现 - Seurat
最新发布
07-31
使用场景及目标：适用于需要进行单细胞测序数据分析的研究项目，旨在帮助研究人员掌握从原始数据到最终结果的完整分析流程，提高数据分析效率和准确性。 其他说明：文中不仅提供具体的代码实现，还强调了实际操作中...
单细胞测序数据分析全流程详解：从预处理到差异分析的R与Python实现 R语言
05-17
使用场景及目标：帮助研究人员理解和应用单细胞测序数据分析方法，提高实验数据的质量和可靠性，为后续生物学研究提供坚实的数据支持。 其他说明：本文特别强调了数据预处理的重要性和实战经验的积累，鼓励读者多...
Scanpy（1）数据结构和样本过滤
xiaoyaozizai017的博客
04-21 2224
Scanpy 是一个可扩展的工具包，用于分析与 AnnData（一种数据结构）联合构建的单细胞分析数据。通过conda，使用命令cd。
单细胞分析Scanpy(二)：scanpy常用函数介绍
关关难过关关过
09-22 2799
一、scanpy中常用的组件 1.pp:数据预处理2.tl:额外添加信息3.pl:可视化
如何理解归一化和对数转换 sc.pp.normalize_total sc.pp.log1p seurat scanpy
生信小博士的博客
12-20 3244
这段代码使用了函数对数据进行归一化处理。函数是Scanpy库（用于单细胞RNA测序分析的Python库）中的一个函数。它将adata_vis_plt数据对象中的每个细胞的表达量进行归一化，使得归一化后的总和等于目标和（这里是1万）。归一化可以有效地消除不同细胞之间的技术因素差异。
adata.raw使用
qq_45759229的博客
05-29 854
重新回复原始的counts。
【Scanpy】单细胞转录组分析思路之细胞分类
关关难过关关过
11-24 3721
本文将详细讲述单细胞转录组分析的步骤，包括预处理，归一化、降维，聚类和下游分析等。
scanpy如何保存图像
siyuanssssss的博客
05-06 1270
重要的是show=False是关键，写了这个才能直接用plt.savefig()
Seurat 单细胞转录组测序数据分析教程（三）——python(scanpy)
coffeeii的博客
05-23 5461
文章参考至，做了一个更详细的解读。本教程探讨了 scanpy 的可视化可能性，分为三个部分：嵌入的散点图（例如 UMAP、t-SNE）使用已知标记基因鉴定簇差异表达基因的可视化在本教程中，我们将使用来自 10x 的数据集，其中包含来自PBMC的 68k 个细胞。Scanpy 在其分布中包括该数据集的简化样本，该数据集仅包含 700 个细胞和 765 个高度可变的基因。该数据集已经过预处理和 UMAP 计算。在本教程中，我们还将使用以下文献标记：B细胞：CD79A、MS4A1。
scanpy单细胞分析官网示例全解析（一）全网最详细及细节
cuixueyi的博客
01-21 5155
scanpy使用分享
单细胞测序最好的教程（三）：特征基因选择
weixin_43682390的博客
08-08 1054
我们现在有了一个经过标准化的单细胞测序数据，其保留了细胞差异，同时消除了技术带来的采样误差。通常来说，我们经过上游的mapping（比对），我们会得到30,000到50,000个不等的基因。但是，我们只在第一步的质控中，删除了一小部分基因（少于20个细胞表达的基因）。但实际上，一个细胞表达的基因大约是3,000个左右。
对一篇单细胞RNA综述的评述：细胞和基因质控参数的选择
悟道西方
03-09 3019
原文链接： https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6072887 摘要 单细胞RNA测序技术的发展加深了我们对于细胞作为功能单元的理解，不仅能基于成百到成千上万个单细胞的基因表达谱得到新的结论，还能发现新的具有特异基因表达谱的细胞群（这在传统转录组测序数据中是很难发现的）。 但是合适的分析和使用单细胞RNA测序后的大量数据并不容易，需要了解从...
如何使用scanpy库导入单细胞RNA测序数据？
07-13
<think>我们正在处理关于使用scanpy库导入单细胞RNA测序数据的问题。 根据系统指令，我们需要： 1. 使用$...$格式的行内数学表达式（虽然在这个问题中可能不太需要数学公式，但如果有数学内容，比如矩阵、统计量等，要使用行内格式） 2. 独立公式使用$$...$$格式并单独成段 3. 确保LaTeX语法正确 4. 使用中文回答 5. 生成相关问题 6. 在引用的段落末尾添加引用标识（注意：由于我们目前没有具体的引用来源，所以这个要求暂时忽略，除非我们确实引用了某个来源） 用户的问题：我想了解如何使用scanpy库导入单细胞RNA测序数据 回答结构： 1. 介绍scanpy库和单细胞RNA测序数据导入的基本概念。 2. 分步骤讲解如何导入数据，包括常见的文件格式（如.h5ad, .mtx, .csv, .tsv等）以及从10X Genomics格式导入。 3. 提供代码示例。 4. 解释导入后的数据结构（AnnData对象）。 5. 生成相关问题。 注意：由于我们是在中文环境下，所以整个回答使用中文。 步骤： 1. 安装scanpy（如果需要，可以提及） 2. 导入scanpy 3. 读取数据的不同方法 由于用户没有指定具体的数据格式，我们将介绍几种常见的情况。 开始回答：</think>### 使用Scanpy导入单细胞RNA测序数据教程 Scanpy是Python中处理单细胞RNA测序(scRNA-seq)数据的核心工具库，基于AnnData数据结构构建。以下是分步导入指南： --- #### **1. 安装Scanpy** ```bash pip install scanpy ``` --- #### **2. 导入库** ```python import scanpy as sc sc.settings.verbosity = 3 # 设置日志详细程度 ``` --- #### **3. 读取不同格式的数据** **3.1 10X Genomics格式**（最常见） 输入包含`matrix.mtx`、`genes.tsv`、`barcodes.tsv`的目录： ```python adata = sc.read_10x_mtx( path='./data/', # 数据目录路径 var_names='gene_symbols', # 使用基因符号而非ID cache=True # 缓存加速后续读取 ) ``` **3.2 H5AD格式**（Scanpy原生格式） ```python adata = sc.read_h5ad('data.h5ad') # 读取后直接获得预处理数据 ``` **3.3 CSV/TSV文件** ```python adata = sc.read_csv('count_matrix.csv', delimiter=',') adata = sc.read_text('count_matrix.tsv', delimiter='\t') ``` **3.4 其他格式支持** ```python adata = sc.read_loom('data.loom') # Loom格式 adata = sc.read_mtx('matrix.mtx') # 原始MTX格式 ``` --- #### **4. 数据结构解析** 导入后数据存储在`AnnData`对象中： - **`adata.X`**：表达矩阵（细胞×基因），默认为稀疏矩阵 - **`adata.obs`**：细胞元数据（如样本来源、聚类结果） - **`adata.var`**：基因元数据（如基因名、高变基因标记） - **`adata.obsm`**：细胞嵌入（如PCA坐标、UMAP坐标） 查看数据结构： ```python print(adata) # 显示数据摘要 adata.var.head() # 查看前5行基因元数据 ``` --- #### **5. 关键参数说明** | 参数 | 说明 | 示例 | |------|------|------| | `var_names` | 基因标识类型 | `'gene_symbols'` 或 `'gene_ids'` | | `make_unique` | 基因名去重 | `make_unique=True`（默认） | | `gex_only` | 仅读取基因表达数据 | `gex_only=True`（10X多组学数据） | | `first_column_names` | 首列为行名 | `first_column_names=True`（CSV文件） | --- #### **6. 数据预处理建议** 导入后立即执行基础质控： ```python # 计算质控指标 sc.pp.calculate_qc_metrics(adata, inplace=True) # 过滤低质量细胞和基因 sc.pp.filter_cells(adata, min_genes=200) # 保留含至少200个基因的细胞 sc.pp.filter_genes(adata, min_cells=3) # 保留在至少3个细胞中表达的基因 ``` > ⚠️ 注意：不同数据源需调整过滤阈值。10X数据通常设置`min_genes=500, min_cells=5`[^1] --- #### **7. 常见问题解决** - **基因名重复错误**：添加`make_unique=True`参数 - **内存不足**：使用`sc.read_10x_mtx(..., cache=False)`关闭缓存 - **格式解析错误**：检查分隔符一致性（如TSV需`delimiter='\t'`） - **维度颠倒**：转置矩阵`adata = adata.T` ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值