Seurat 单细胞转录组测序数据分析教程(二)——python(scanpy)

Seurat 单细胞转录组测序数据分析教程(三)——python(scanpy) 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。 阅读详情
AI摘要

本教程详细介绍了如何使用Python库scanpy进行单细胞转录组数据分析,包括数据下载、AnnData对象的使用、预处理、基因过滤、线粒体基因质量控制、PCA和UMAP降维、Leiden聚类以及标记基因的寻找。教程以10xGenomics的3kPBMC数据集为例,展示了整个分析流程。

Seurat 单细胞转录组测序数据分析教程(二)——python(scanpy)

文章参考至scanpy官网,做了一个更详细的解读。

数据由来自健康捐赠者的 3k PBMC组成,可从 10x Genomics 免费获得。在 unix 系统上,您可以取消注释并运行以下命令来下载和解压数据。最后一行创建一个用于写入已处理数据的目录。

# !mkdir data
# !wget http://cf.10xgenomics.com/samples/cell-exp/1.1.0/pbmc3k/pbmc3k_filtered_gene_bc_matrices.tar.gz -O data/pbmc3k_filtered_gene_bc_matrices.tar.gz
# !cd data; tar -xzf pbmc3k_filtered_gene_bc_matrices.tar.gz
# !mkdir write

导入数据

import numpy as np
import pandas as pd
import scanpy as sc
sc.settings.verbosity = 3             # verbosity: errors (0), warnings (1), info (2), hints (3)
sc.logging.print_header()
sc.settings.set_figure_params(dpi=80, facecolor='white')

将计数矩阵读入AnnData对象,该对象包含许多用于注释和不同数据表示的插槽。它还带有自己的基于 HDF5 的文件格式。

adata = sc.read_10x_mtx(
    'data/filtered_gene_bc_matrices/hg19/',  # the directory with the `.mtx` file
    var_names='gene_symbols',                # use gene symbols for the variable names (variables-axis index)
    cache=True)                              # wr
adata.var_names_make_unique()  # this is unnecessary if using `var_names='gene_ids'` in `sc.read_10x_mtx`

预处理

显示在所有细胞中每个细胞中产生最高计数分数的那些基因。

sc.pl.highest_expr_genes(adata, n_top=20, )

在这里插入图片描述

基本过滤:

sc.pp.filter_cells(adata, min_genes=200)
sc.pp.filter_genes(adata, min_cells=3)
Seurat 单细胞转录组测序数据分析教程(一) 在本教程中,我们将通过一个简单的流程来介绍如何使用 Seurat 包来分析单细胞 RNA 序列测序数据。我们将特别强调数据的预处理和标准化,以及我们如何可以利用 SCTransform 工具。数据预处理数据预处理是分析流程中的第一步,它主要包括质量控制、过滤和标准化等步骤。在 Seurat 中,我们通常使用 CreateSeuratObject 函数来从原始计数矩阵创建一个 Seurat 对象。接着,我们可以通过 Seurat 对象中的元数据槽位来进行质量控制和过滤。# 过滤细胞和基因数据标准化。 阅读详情

相关推荐

seurat提取表达矩阵_(单细胞-SingleCell)Seurat流程文献复现

单细胞项目:来自于30个病人的49个组织样品,跨越3个治疗阶段Therapy-Induced Evolution of Human Lung Cancer Revealed by Single-Cell RNA Sequencing这篇教程我将分为四个阶段完整的阐述单细胞的主流的下游分析流程数据预处理(数据准备阶段)seurat 基础分析免疫细胞识别inferCNV 的实现先来第一部分数据预处理这...

weixin_28942523的博客 1万+

10w+细胞数的项目Seurat分析很慢,我推荐你scanpy

单细胞的测序自2009年开始,短短十几年的时间呈现爆发式的增长与普及,其在科研、医疗、诊断等多个领域发挥了重要的作用。单细胞的捕获细胞数随着各种技术的迭代,从最开始的Smart-seq近百个细胞的捕获通量增加到10X genomics捕获近万个细胞。 通过使用纳米芯片等技术,细胞数有了巨大的提升。最近研究中的的原位条形码技术是的捕获的量级达到了十万级的水平。并且,根据10X官方的介绍,今年下半年预期会有更高级细胞水平通量的技术推出。 截至今日,单细胞的数据处理软件多如牛毛,从上游的数据比对软件cellra

muhamuha2020的博客 1940

单细胞转录组数据获取与转化实战:从GEO/SRA到Seurat/Scanpy对象

单细胞RNA测序(scRNA-seq)技术通过解析单个细胞的基因表达谱,为理解细胞异质性、发育轨迹和疾病机制提供了前所未有的分辨率。其核心原理在于对单个细胞进行RNA捕获、逆转录、文库构建和高通量测序,生成每个细胞的转录组数据。这项技术的价值在于能够发现新的细胞亚型、解析细胞状态连续变化,并揭示微环境中的细胞互作关系,广泛应用于发育生物学、肿瘤免疫、神经科学和药物研发等领域。在数据分析流程中,数据获取与转化是构建可靠分析基础的关键步骤,涉及从公共数据库(如GEO、SRA)或本地源获取原始数据,并通过标准化流

weixin_33985507的博客 310

Scanpy vs Seurat:单细胞分析两大神器,Python和R用户该如何选择与迁移?

本文深入对比了单细胞分析领域的两大工具Scanpy和Seurat,从数据结构、核心功能、计算性能到可视化效果进行全面剖析。针对Python和R用户的不同需求,提供了详细的迁移指南和混合工作流实践建议,帮助研究者根据技术背景选择最适合的工具链。特别关注Scanpy在Python生态中的优势与Seurat在R语言中的成熟应用。

weixin_30345577的博客 435

别再用R了!用Python的Scanpy搞定单细胞分析全流程(附代码与避坑点)

本文详细介绍了如何利用Python的Scanpy工具进行高效的单细胞分析,对比传统R语言工具Seurat,展示了Scanpy在性能、集成性、可视化等方面的五大优势。通过实战代码示例,指导用户完成从环境配置到数据迁移、核心分析流程及高级优化的全流程操作,特别适合R转Python的研究者快速上手。

weixin_30463341的博客 413

Scanpy单细胞转录组分析全流程:从Seurat迁移到Python实践

单细胞转录组测序数据分析是当前生物医学研究中的核心技术手段,而工具选型往往成为入门者面临的第一道门槛。R语言生态的Seurat与Python生态的Scanpy分别代表了两种主流分析范式:前者封装度高、上手快,后者基于AnnData数据结构,具备更强的灵活性与自动化能力。理解二者在数据对象、函数行为与扩展生态上的差异,是打通单细胞分析流程的关键。Scanpy依托numpy、scipy等科学计算库,在预处理、聚类、marker鉴定与细胞注释等环节提供了细粒度控制,并天然适合与深度学习模型、大规模pipeline

weixin_33624741的博客 253

从Seurat转向scanpy:Python单细胞转录组分析完整流程指南

单细胞转录组测序(scRNA-seq)数据分析是生物信息学中的核心任务之一,随着样本规模从数千细胞扩展到数十万甚至百万级,传统R语言流程在内存和生态联动上逐渐遇到瓶颈。理解数据结构与算法原理是高效分析的前提:AnnData作为Python生态中单细胞数据的标准容器,基于稀疏矩阵与h5py实现低内存消耗;而Leiden聚类、UMAP降维、PCA等算法则共同构成了从质控到细胞类型注释的技术栈。scanpy作为模块化的Python工具库,不仅支持大规模数据的标准化、高变基因筛选、批次效应校正和marker基因鉴定

weixin_29044713的博客 181

python docx设置标题中文字体rPr.rFonts.set(qn(‘w:eastAsia‘),u‘黑体‘),报错‘NoneType‘ object has no attribute ‘set‘

一、我的代码: 因为要编一个报告自动化生成的代码,所以用了python docx,在设置标题自己写了一段代码,要求将标题设置成:一级标题 黑体 小四 from docx import Document from docx.oxml.ns import qn from docx.shared import Pt def add_Head(document, level, text, font, size): # document word对象 # level 几级标题 # text 标题内容 # f

qq_40272386的博客 8890

别再手动抄表了!用PaddleOCR超轻量模型5分钟搞定数字仪表识别(附完整Python代码)

本文介绍如何利用PaddleOCR超轻量模型快速实现工业仪表数字识别自动化。通过5行核心代码和关键预处理步骤,显著提升识别准确率至98.2%,解决传统OCR在工业场景中的体积大、抗干扰弱等问题,并提供完整Python代码和边缘部署优化方案。

weixin_31062533的博客 357

【前端HTML生成条形码——MQ】

本文将展示前端HTML如何根据用户输入内容生成对应的条形码,附HTML和JS代码。代码如下(示例):

weixin_42588676的博客 1957

ERA5数据驱动WRFV4.4实战:单层嵌套配置与关键报错排查指南

本文详细介绍了使用ERA5再分析数据驱动WRFV4.4模式进行单层嵌套模拟的完整实战流程。内容涵盖从数据精准下载、WPS前处理配置、WRF核心参数设置到高频报错的深度排查与解决方案,旨在帮助初学者在有限服务器资源下,高效完成WRF模拟并规避常见陷阱。

q5r6s7的博客 771

VS2019手动添加bits/stdc++.h全指南(附解决‘无法打开源文件‘错误)

本文详细介绍了在Visual Studio 2019中手动配置C++万能头文件bits/stdc++.h的完整方法,解决常见的'无法打开源文件'错误。通过分析GCC与MSVC编译器生态差异,提供了纯手动创建和MinGW移植两种可靠方案,并给出详细的步骤、常见错误排查及最佳实践建议,帮助开发者高效配置竞赛开发环境。

weixin_29011395的博客 550

Open3D (C++)球旋转算法(BPA)三维建模

球旋转算法用于点云三维建模的C++代码实现。

点云侠的博客 1771

dji psdk开发 关于SDK认证芯片的使用

Payload SDK V3.10.0 于 2025-1-8 发布,增加了 Matrice 4T/4E 机型支持,同时也增加了 DJI SDK 认证芯片(DJI SDK CC)功能支持。关于认证芯片的介绍大疆 SDK 认证芯片(DJI SDK Certified Chip),简称 DJI SDK CC,用于认证基于 DJI Eport/Eport-Lite 接口开发的第三方负载设备,确保设备能够正常工作并与无人机可以进行有效通信,起到负载安全认证和功能授权的作用。

热爱生活,忠于自己 2157

第182期 Claude Skills:深入探究Anthropic的智能体框架(一篇彻底讲透彻)

摘要: Claude Skills是Anthropic推出的智能体框架,通过连接外部工具和服务扩展Claude AI的功能,支持实时交互与任务执行。其核心架构包含技能路由器、注册表、执行引擎等模块,采用渐进式披露机制优化上下文管理。与MCP和A2A相比,Skills更注重模块化设计与Claude深度集成,通过SKILL.md文件定义可重复工作流程,兼具高效性和灵活性。开发者可创建自定义技能,遵循聚焦用户价值、安全隐私等最佳实践,实现AI能力的场景化拓展。该框架与MCP、A2A形成互补,共同推动智能体生态发展

全网120W+关注AI拉呱,专注人工智能以及科技前沿! 2140

Outlook Express 6 (OE6) for Win7/Win8/Win10

英文版 Outlook Express6.0, 兼容Win7/Win10/WinXP,解压就可用。

SAP B1中文培訓教材_SDK

公司内部培训资料,对开发工具 ,DIAPI, UIAPI,Add-ON有详细解说

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

上一篇: Seurat 单细胞转录组测序数据分析教程(一)
下一篇: Seurat 单细胞转录组测序数据分析教程(三)——python(scanpy)
coffeeii
博客等级 码龄7年 137粉丝 21原创
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
 
 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
⌂ 换网址