scanpy

Scanpy - 单细胞分析

Scanpy 处理高维生物数据，通过 PCA/UMAP 降维，以识别组织或微生物组中的稀有细胞群。

适用场景

• 分析单细胞 RNA 测序（scRNA-seq）数据。
• 识别异质组织中的细胞类型和状态。
• 重建发育轨迹。
• 比较不同条件下的细胞群。
• 发现稀有细胞类型。

核心原则

AnnData 格式

Scanpy 使用 AnnData 对象，将表达矩阵、细胞元数据和基因注释存储在一起。

降维

将高维基因表达数据（20,000+ 个基因）降至 2D/3D，以便可视化（PCA → UMAP/t-SNE）。

聚类

根据基因表达空间中的相似性对细胞分组，以识别细胞类型。

快速参考

常用导入语句

import scanpy as sc
import pandas as pd
import numpy as np

基本模式

# 1. Load dataset (AnnData object)
adata = sc.read_h5ad("cells.h5ad")
# Or: adata = sc.read_10x_mtx("path/to/mtx")

# 2. QC and Normalization
sc.pp.filter_cells(adata, min_genes=200)
sc.pp.filter_genes(adata, min_cells=3)
sc.pp.normalize_total(adata, target_sum=1e4)
sc.pp.log1p(adata)

# 3. Dimensionality Reduction & Visualization
sc.pp.highly_variable_genes(adata)
sc.tl.pca(adata)
sc.tl.umap(adata)
sc.pl.umap(adata, color=['cell_type', 'gene_A'])

# 4. Clustering
sc.tl.leiden(adata, resolution=0.5)
sc.pl.umap(adata, color='leiden')

重要规则

✅ 应该做

• 设置 scanpy 配置 - 使用 sc.settings.verbosity = 3 获取进度信息。
• 过滤低质量细胞 - 移除基因数量过少或线粒体含量过高的细胞。
• 分析前先标准化 - 考虑测序深度差异。
• 使用高变基因 - 聚焦于信息丰富的基因进行分析。

❌ 不应该做

• 不要跳过质量控制 - 低质量细胞可能主导聚类结果。
• 不要对 PCA 使用原始计数 - 务必先标准化并进行对数转换。
• 不要忽略批次效应 - 合并数据集时，使用批次校正（例如 sc.pp.harmony_integrate）。

高级模式

轨迹推断

import cellrank as cr

# Reconstruct developmental trajectories
sc.tl.paga(adata)
sc.pl.paga(adata)
adata.uns['iroot'] = np.flatnonzero(adata.obs['cell_type'] == 'stem')[0]
sc.tl.dpt(adata)

差异表达

# Find marker genes for each cluster
sc.tl.rank_genes_groups(adata, 'leiden', method='wilcoxon')
sc.pl.rank_genes_groups(adata, n_genes=20)

Scanpy 彻底改变了单细胞生物学，使研究人员能够绘制组织的细胞多样性图谱，并了解细胞如何分化和发挥功能。