Space Ranger v4 HD细胞分割！Seurat/Scanpy 还没跟上？一个函数帮你无缝读取细胞分割结果

一、写在前面 10x Genomics 于 2025 年 6 月发布了 Space Ranger v4.0，这是 Visium 空间转录组分析管线的重要升级。在该版本中，新增了基于 H&E 图像的细胞分割功能（cell segmentation），可直接对 Visium HD（含 Visium HD 3’）数据进行分割。但尴尬也随之而来，现在为止，scanpy/seurat还没有现成的函数可以直接读取细胞分割后的结果：

• Seurat::Load10X_Spatial 目前只认旧的tissue_positions.csv；
• Scanpy 的 squidpy.read.visium() 也还没适配新的cell_segmentations.geojson

于是，我们写了一个读取函数，能把Spaceranger v4 的细胞分割矩阵 + 细胞/细胞核边界 + 面积全部装进 SpatialData 对象，后续可以直接Scanpy、Seurat、Squidpy等下游分析。

二、分割输出文件说明

Space Ranger v4 在细胞分割运行完以后，会自动在输出目录下生成一个名为 segmented_outputs 的文件夹。该目录通常包含以下主要内容（详见下图）：

• filtered_feature_cell_matrix.h5：分割后每个细胞的基因表达矩阵（HDF5 格式），包含按细胞重新汇总的 UMI 计数。
• cell_segmentations.geojson：细胞轮廓的 GeoJSON 文件，记录每个细胞边界的多边形坐标，用于空间可视化。
• nucleus_segmentations.geojson：细胞核轮廓的 GeoJSON 文件（若分割了核，则包含核边界）。
• raw_feature_cell_matrix.h5：未过滤的原始细胞表达矩阵。
• 其余还包括 Loupe 浏览器文件（.cloupe）、聚类注释的 GeoJSON 等文件。

Space Ranger v4 segmented_outputs 目录结构示例（红色箭头所示分别为细胞边界信息 (.geojson)、细胞表达矩阵 (.h5)、细胞核边界信息。通过分析这些文件，可以获得单细胞级别的空间表达和形态信息。

图片

三、Python 读取示例

我们自定义一个读取函数，结合 spatialdata库来解析这些输出。以下是一个示例函数（假设已安装 spatialdata、scanpy、geopandas 等库）：

• 上述函数首先调用 visium_hd()（来自 SpatialData 库）加载原始 Visium HD 数据（包括原图像和默认的 binning 表格）。
• 然后使用 scanpy.read_10x_h5 读取 segmented_outputs/filtered_feature_cell_matrix.h5，得到分割细胞的表达矩阵。
• 通过设置 VisiumHDKeys.INSTANCE_KEY 和 REGION_KEY，将每个细胞作为独立区域（region）导入到 SpatialData 对象中。
• 接着用 geopandas.read_file 读取 cell_segmentations.geojson（或 nucleus_segmentations.geojson），提取细胞（或细胞核）边界多边形信息，并用 ShapesModel.parse 将其解析为空间形状数据。
• 计算每个多边形的质心坐标并赋值给 adata.obsm['spatial']，同时根据 scalefactors_json.json 计算细胞面积，并将其并入 adata.obs。

总结

Space Ranger v4.0 对 HD 数据集成细胞分割，赋予用户在近单细胞分辨率下分析空间转录组的能力。虽然目前 Seurat/Scanpy 等软件尚未官方支持该输出格式，但我们可以通过自定义加载函数，如上所示，将 Space Ranger 的分割结果导入分析流程中。感兴趣的读者可以结合更多空间分析工具（如 SpatialData），进一步探索细胞型分布、细胞间相互作用等信息。