scanpy读取空转Visum HD数据&基础分析
scanpy读取空转Visum HD数据&基础分析
生信技能树从今年开始会大力推行 python 版本的生信生态，推广很多关于 python 版本的生信分析教程。敬请关注~新专辑《python生信笔记2025》。
上一期我们学习了使用python读取单细胞和空转数据（10X visum低分辨率）：
今天来学习 空间转录组 Visum HD的数据读取以及简单分析~
0.示例数据准备
此次教程分析使用数据：10x官方的结直肠癌 Visum HD数据集。
下载链接：https://www.10xgenomics.com/products/visium-hd-spatial-gene-expression/dataset-human-crc
这个数据集总共有5个样本，3个癌症样本，2个正常样本，你可以都下载下来或者只下载其中一个，本教程用了其中的：Human_Colon_Cancer_P2。
Note：数据其实不好下载，很容易中断，然后有几个数据有特别大，可以考虑晚上使用axel多线程下载。成功路上的绊脚石总是这些费力不讨好的事情！下载成功了事情就成功了一小部分，后面还有个大劫等着你！！！
# Output Files
wget https://cf.10xgenomics.com/samples/spatial-exp/3.0.0/Visium_HD_Human_Colon_Cancer_P1/Visium_HD_Human_Colon_Cancer_P1_binned_outputs.tar.gz
wget https://cf.10xgenomics.com/samples/spatial-exp/3.0.0/Visium_HD_Human_Colon_Cancer_P1/Visium_HD_Human_Colon_Cancer_P1_spatial.tar.gz
wget https://cf.10xgenomics.com/samples/spatial-exp/3.0.0/Visium_HD_Human_Colon_Cancer_P1/Visium_HD_Human_Colon_Cancer_P1_molecule_info.h5
wget https://cf.10xgenomics.com/samples/spatial-exp/3.0.0/Visium_HD_Human_Colon_Cancer_P1/Visium_HD_Human_Colon_Cancer_P1_cloupe_008um.cloupe
wget https://cf.10xgenomics.com/samples/spatial-exp/3.0.0/Visium_HD_Human_Colon_Cancer_P1/Visium_HD_Human_Colon_Cancer_P1_feature_slice.h5
wget https://cf.10xgenomics.com/samples/spatial-exp/3.0.0/Visium_HD_Human_Colon_Cancer_P1/Visium_HD_Human_Colon_Cancer_P1_metrics_summary.csv
整理成如下格式：
Human_Colon_Cancer_P2
├── binned_outputs
│ ├── square_002um
│ ├── square_008um
│ └── square_016um
├── P2_feature_slice.h5
├── spatial
│ ├── aligned_fiducials.jpg
│ ├── aligned_tissue_image.jpg
│ ├── cytassist_image.tiff
│ ├── detected_tissue_image.jpg
│ ├── tissue_hires_image.png
│ └── tissue_lowres_image.png
└── web_summary.html
关于这些目录中的结果文件解读，详细版本可以看官网：https://www.10xgenomics.com/support/software/space-ranger/latest/analysis/outputs/spatial-outputs，教程稍后就来~
1.环境配置
真的是太难了啊！第一篇稿子的时候：python版读取不同的单细胞数据格式（单样本与多样本），地下有个留言说python软件太难配置了，我还嘴硬说其实还行！现在就打脸！！！奋斗到半夜，我这里就不写心酸血泪史了：
你如果配置有问题，可以考虑找我要一个conda的yaml文件，微信是：Biotree123
2.使用scanpy读取：
参考：https://scanpy-tutorials.readthedocs.io/en/latest/spatial/basic-analysis.html
还有一个可以分析10X Visum HD数据的教程：https://stlearn.readthedocs.io/en/latest/tutorials/stSME_clustering.html
2.1 导入包：
这个里面 你缺啥就安装啥，使用conda 创建一个python=3.10的小环境
import os
import numpy as np
import pandas as pd
import seaborn as sns
import scanpy as sc
import matplotlib.pyplot as plt
from matplotlib.pyplot import rc_context
2.2 数据读取
跟 Visum v1/v2不一样的是，Visium HD 使用的Space Ranger v3.0的输出目录结构如下：
有三个分辨率的分析结果：square_002um、square_008um、square_016um，这里选择 square_008um 进行读取和分析。
Human_Colon_Cancer_P2
├── binned_outputs
│ ├── square_002um
│ │ ├── filtered_feature_bc_matrix
│ │ ├── filtered_feature_bc_matrix.h5
│ │ ├── raw_feature_bc_matrix
│ │ ├── raw_feature_bc_matrix.h5
│ │ ├── raw_probe_bc_matrix.h5
│ │ └── spatial
│ ├── square_008um
│ │ ├── analysis
│ │ ├── cloupe.cloupe
│ │ ├── filtered_feature_bc_matrix
│ │ ├── filtered_feature_bc_matrix.h5
│ │ ├── raw_feature_bc_matrix
│ │ ├── raw_feature_bc_matrix.h5
│ │ └── spatial
│ └── square_016um
│ ├── analysis
│ ├── filtered_feature_bc_matrix
│ ├── filtered_feature_bc_matrix.h5
│ ├── raw_feature_bc_matrix
│ ├── raw_feature_bc_matrix.h5
│ └── spatial
├── P2_feature_slice.h5
├── spatial
│ ├── aligned_fiducials.jpg
│ ├── aligned_tissue_image.jpg
│ ├── cytassist_image.tiff
│ ├── detected_tissue_image.jpg
│ ├── tissue_hires_image.png
│ └── tissue_lowres_image.png
└── web_summary.html
此外，square_008um 的spatial文件夹下的位置信息文件是tissue_positions.parquet，需要转换一下变成原来的低分辨率一样的配置文件： tissue_positions_list.csv，才可以使用read_visium函数读取数据：
# 读取 tissue_positions.parquet
position_df = pd.read_parquet('../Visium_HD/0.Data_Download/Human_Colon_Cancer_P2/binned_outputs/square_008um/spatial/tissue_positions.parquet')
position_df.head
# 保存
position_df.to_csv('../Visium_HD/0.Data_Download/Human_Colon_Cancer_P2/binned_outputs/square_008um/spatial/tissue_positions_list.csv', index=False, header=None)
# 8um bin数据读取
adata = sc.read_visium("../Visium_HD/0.Data_Download/Human_Colon_Cancer_P2/binned_outputs/square_008um/", library_id='P2')
adata.obs['sample'] = 'P2'
adata
2.3 简单质控
这一步骤在空转，也可以选择不进行数据过滤：
# QC
adata.var['mt'] = adata.var_names.str.upper().str.startswith('MT-')
adata.var['ribo'] = adata.var_names.str.upper().str.startswith(("RPS","RPL"))
sc.pp.calculate_qc_metrics(adata, qc_vars=['mt', 'ribo'], percent_top=None, log1p=False, inplace=True)
# 绘制小提琴图
sc.pl.violin(
adata,
['n_genes_by_counts', 'total_counts', 'pct_counts_mt'],
groupby='sample',
jitter=False,
multi_panel=True,
show=False
)
过滤前的数据分布：
过滤：UMI counts数小于50个的bin细胞、线粒体基因占比大于30%的bin细胞进行去除：
## 低质量bin细胞过滤
sc.pp.filter_cells(adata, min_counts=50)
adata = adata[(adata.obs['pct_counts_mt'] < 30)]
adata
# 过滤后的小提琴图
sc.pl.violin(
adata,
['n_genes_by_counts', 'total_counts', 'pct_counts_mt'],
groupby='sample',
jitter=False,
multi_panel=True,
show=False
)
在切片上展示这些指标，查看其空间分布特征：
# 细胞过滤后，空间上展示展示基因数、counts, 线粒体比例数等
with rc_context({'figure.figsize': (8, 8)}):
sc.pl.spatial(
adata,
color=['n_genes_by_counts', 'total_counts', 'pct_counts_mt'],
library_id='P2',
alpha_img=0.6
)
2.4 降维聚类分群
简单过滤后，使用 scanpy 进行降维聚类分析，步骤处理与单细胞一致：
## data normalization and log10 transform
adata.layers["counts"] = adata.X.copy()
adata.raw = adata
adata
sc.pp.normalize_total(adata)
sc.pp.log1p(adata)
## 选择高变基因
sc.pp.highly_variable_genes(adata, min_mean=0.0125, max_mean=3, min_disp=0.5, n_top_genes=2000)
# sc.pp.regress_out(adata, ['total_counts', 'pct_counts_mt'])
# 数据归一化
sc.pp.scale(adata, max_value=10)
# 可视化高变基因
sc.pl.highly_variable_genes(adata, show=False)
PCA分析：
## PCA
sc.tl.pca(adata, svd_solver='arpack')
# 可视化聚类结果
sc.pl.pca(adata, color='sample', show=False)
# 可视化PC主成分贡献
sc.pl.pca_variance_ratio(adata, log=True, show=False)
然后简单的预处理，并降维聚类：
# UMAP
sc.pp.neighbors(adata, n_neighbors=15, n_pcs=20)
sc.tl.umap(adata)
sc.tl.leiden(adata, resolution=0.6, key_added='res_0.6')
# 保存一下数据
adata.write("./P2.h5ad")
# 切片展示聚类结果：
sc.pl.umap(adata, color=["res_0.6"])
sc.pl.spatial(adata, img_key = "hires", color="res_0.6", size=1.2)
感觉真是视觉盛宴，分辨率比低精度的高很多！
腾讯云开发者
