ixxmu
commented
2 hours ago 流程更新----python版本分析10X HD数据（单样本） by 单细胞空间交响乐
作者，Evil Genius
我去，可以啊， 今年的第三次举报。
第一次举报在6月底刚上课不久，没有掀起什么风浪。
第二次举报在8月底课程上完，把我微信公众号的文章给举报了，然后大家就不能在这篇文章上报名了。
第三次举报就最近几天，昨天市场部的总监突变找我，把邮件拿出来给我看，说我被人举报了，把发邮件的邮箱号和ID查了查，不是公司的人，ID是外地的，邮箱号应该是临时的，问我最近得罪谁了？
这让我想起了2023年被医生还是医学生举报的情况，当时还稀里糊涂的，现在看起来，所有的事情都是有预谋的。
主要2023年就被举报了一次，2024年，已经三次了，有时候我在想，是不是自己的火的太快了？让我躺平一会儿。
我们再来分享一下课程内容吧，之前汇总过一次，文章在课程汇总
2024年全系列单细胞空间课程，略有改动，包括单细胞六课，空间22课，2节汇总课程，空间包括Visium、HD、Xenium。
2024年的单细胞空间外显子6课，主要讲突变分析（单细胞 + 外显子）的，链接在2024年外显子分析系列课程
2023年全系列空间课程表，也略有改动（基础分析 + 个性化分析）。
课程感觉怎么样，视频我都放开了，如果感觉可以，大家有条件下载下来保存一份，按照这个举报频率，下架不是没有可能，而且很快。
至于其中的资料，有条件支持一下正版，我们加上微信，拉个群，多分享一些分析经验和最新的研究进展，处理处理大家分析上遇到的问题，没条件也没关系，现在盗版很多了，买一份认真学习就可以了。
还是那句话，做项目，钱多钱少大家没办法决定，但是大家能决定的是，机遇（样本）来临，能抓住（能分析好），就可以了。
好了，我们，我们要开始更新我们的分析流程了，我们以10X的官方示例数据为例，python分析单样本的HD数据，多样本整合我们放到下一篇。
首先看一下数据结构，
其中最大的不同是，visium数据的空间坐标文件为tissue_positions_list.csv，而HD为了节省信息，采用的是tissue_positions.parquet,其中.parquet 文件是一种列式存储的二进制文件格式，常用于存储大规模数据集。它被设计为与 Apache Hadoop 和 Apache Spark 等大数据处理框架兼容，我们将tissue_positions.parquet转换成tissue_positions_list.csv格式即可实现python的自动读取，当然最好的方法就是大家跟我一样，直接封装，全流程直接转换运行。
转换后spatial下面的信息，多了一个csv文件，满足了我们的读取需求。
接下来走全流程,我们以16um的数据为例，至于应该用8um 还是 16um，要看大家的数据质量。
import numpy as np
import pandas as pd
import anndata as ad
import scanpy as sc
import squidpy as sq
####读取数据
adata = sc.read_visium('/HD_data/breast_HD/binned_outputs/square_016um')
adata
AnnData object with n_obs × n_vars = 119082 × 18085
obs: 'in_tissue', 'array_row', 'array_col'
var: 'gene_ids', 'feature_types', 'genome'
uns: 'spatial'
obsm: 'spatial'
单样本119082个spot和18085个基因，看一下基础的信息。
sc.pp.normalize_total(adata, inplace=True)
sc.pp.log1p(adata)
sc.pp.highly_variable_genes(adata, flavor="seurat", n_top_genes=2000)
sc.pp.scale(adata)
sc.pp.pca(adata)
sc.pp.neighbors(adata)
sc.tl.umap(adata)
sc.tl.leiden(adata, key_added="clusters", flavor="igraph", directed=False, n_iterations=2,resolution = 0.5 )
sc.pl.spatial(adata, img_key="hires", color="clusters")
https://mp.weixin.qq.com/s/lwyt_MiqQGrLNslQm8y9hA