玩转单细胞(16):Scanpy单细胞h5ad数据转化为Seurat对象

学术   2024-11-04 09:00   重庆  

偷偷问一下,关注了吗

内容获取


1、购买打包合集(《KS科研分享与服务》付费内容打包集合),价格感人,可以加入微信VIP群(答疑交流群,甚至有小伙伴觉得群比代码更好),可以获取建号以来所有内容,群成员专享视频教程,提前更新,其他更多福利!


2、《KS科研分享与服务》公众号有QQ群,进入门槛是20元(完全是为了防止白嫖党,请理解),请考虑清楚。群里有免费推文的注释代码和示例数据(终身拥有),没有付费内容,群成员福利是购买单个付费内容半价!


需要者详情请联系作者(非需要者勿扰,处理太费时间):


玩转单细胞往期精彩系列:
玩转单细胞(1):玩转单细胞---提取特定基因表达的细胞群分析(一个小问题)
玩转单细胞(2):Seurat批量做图修饰
玩转单细胞(3):堆叠柱状图添加比例
玩转单细胞(4):单细胞相关性
玩转单细胞(5):单细胞UMAP图只标记特定细胞群、圈定细胞群及坐标轴修改
玩转单细胞(6):单细胞差异基因展示之对角散点图
玩转单细胞(7):修改Seurat对象基因名称
玩转单细胞(8): 单细胞3维聚类图展示
玩转单细胞(9):单细胞Seurat对象数据操作
玩转单细胞(10):替换单细胞Seurat对象UMAP坐标
玩转单细胞(11):Seurat单细胞基因表达DotPlot图分面设置
玩转单细胞(12):单细胞celltype颜色、顺序设置及V5小问题
玩转单细胞(13):Seurat V5单细胞基本可视化
玩转单细胞(14): 玩转单细胞(14): 单细胞分亚群之后分群信息返回原来的seurat对象

玩转单细胞(15):一些简便的作图、数据运行处理小技巧

一般而言,R分析单细胞使用Seurat,python分析单细胞使用Scanpy,都是很好得工作。可是有些时候,我们希望两者之间进行转化,或者更多的情况是可以自由切换进行数据分析。关于seurat转h5ad我们之前已经讲过了不再赘述,这里我们介绍4种途径(4种包)将h5ad转化为seurat。这样做的目的是让大家的选择性更高,一种不行立马换,不用因为解决报错耽误时间!因为我们没有scanpy构建的数据,以及考虑到一些包的更新,方便转化过程中一些error的解决,所以我们按照官网流程走了一遍scanpy分析,流程在文后,开头先上重点内容吧!本文转化视频演示及注意事项已发布微信VIP群,有问题请看视频!


接下来我们看看具体的方法:

ps:推荐指数仅仅关乎使用简易程度和出bug频率,无他!

getwd()setwd("/home/ks_ts/data_analysis/Scanpy分析/")

一、SeuratDisk: 推荐指数⭐⭐ 

library(SeuratDisk)Convert('./pbmc3k.h5ad', dest = "h5seurat", overwrite = TRUE)seuratObj <- LoadH5Seurat("./pbmc3k.h5seurat", meta.data = FALSE, misc = FALSE)
meta <- read.csv('./meta.csv',header = T)seuratObj@meta.data <- metarownames(seuratObj@meta.data) <- meta$X
Idents(seuratObj) <- 'leiden'DimPlot(seuratObj)
df_markers <- FindAllMarkers(seuratObj, logfc.threshold = 0.2, min.pct = 0.2, only.pos = T)

需要注意,在python种导出metadata,经过测试,UMAP、差异分析都没有问题,可以进行后续的分析!


二、anndataR: 推荐指数⭐⭐  

devtools::install_github("scverse/anndataR")library(anndataR)# adata.raw.to_adata().write("./pbmc3k_withoutX.h5ad")adata <- anndataR::read_h5ad("./pbmc3k_withoutX.h5ad", to = "HDF5AnnData")seuratObj2 <- adata$to_Seurat()

a = adata$obsm$X_umapcolnames(a) <- c("umap_1","umap_2")rownames(a) <- adata$obs_namesA <- Seurat::CreateDimReducObject(as.matrix(a), key="umap",assay = 'RNA')
seuratObj2@reductions[['umap']] <- A

Idents(seuratObj2) <- 'leiden'DimPlot(seuratObj2)
# df_markers <- FindAllMarkers(seuratObj2, logfc.threshold = 0.2, min.pct = 0.2, only.pos = T)

需要注意python保存导出adata.raw.to_adata(),降维信息需要自己添加,不过这个包官网也写了处于测试阶段,相信后面会进行完善。经过测试UMAP、差异分析都没有问题,可以进行后续的分析


三、schard: 推荐指数⭐

#https://github.com/cellgeni/scharddevtools::install_github("cellgeni/schard")
seuratObj3 = schard::h5ad2seurat('pbmc3k.h5ad',use.raw=T)
Idents(seuratObj3) <- 'leiden'DimPlot(seuratObj3)df_markers <- FindAllMarkers(seuratObj3, logfc.threshold = 0.2, min.pct = 0.2, only.pos = T)

就目前所知,这个包当之无愧的最好的方式,简单有好使,而且很全,可以转化为singcellexperiment,scanpy分析的空转数据也可以转化为seurat,更多详情请浏览官网。经过测试UMAP、差异分析都没有问题,可以进行后续的分析


四、sceasy: 推荐指数⭐⭐   

#如果可以就用,不行就放弃使用别的方法# devtools::install_github("cellgeni/sceasy")# library(sceasy)# library(reticulate)# use_condaenv('sceasy')# loompy <- reticulate::import('loompy')# # ad_path <- "./pbmc3k.h5ad"# sceasy::convertFormat(ad_path, from="anndata", to="seurat", outFile="file.rds")

这个包总是会有各种报错,不过seurat转h5ad还是很推荐!最后,scanpy分析基本流程如下,按照官网最新流程和软件哦,否则会有一小部分报错!

pip install scanpy -i https://pypi.tuna.tsinghua.edu.cn/simple
import pandas as pdimport scanpy as scsc.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")#scanpy==1.9.8 anndata==0.9.2 umap==0.5.7 numpy==1.24.4 scipy==1.10.1 pandas==2.0.3 scikit-learn==1.3.2 statsmodels==0.14.1 pynndescent==0.5.13
#read natrixadata = sc.read_10x_mtx(    "./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,  # write a cache file for faster subsequent reading)
#basic QCsc.pp.filter_cells(adata, min_genes=200)#each cell expres 200 genes at leastsc.pp.filter_genes(adata, min_cells=3) #each gene must expres in 3cells at least
# mt gene percentageadata.var["mt"] = adata.var_names.str.startswith("MT-")sc.pp.calculate_qc_metrics(adata, qc_vars=["mt"], percent_top=None, log1p=False, inplace=True)adata
adata = adata[adata.obs.n_genes_by_counts < 2500, :]adata = adata[adata.obs.pct_counts_mt < 5, :].copy()
sc.pp.normalize_total(adata, target_sum=1e4)
sc.pp.log1p(adata)sc.pp.highly_variable_genes(adata, min_mean=0.0125, max_mean=3, min_disp=0.5)
adata.raw = adataadata = adata[:, adata.var.highly_variable]
#Regress out effects of total counts per cell and the percentage of mitochondrial genes expressed. sc.pp.regress_out(adata, ["total_counts", "pct_counts_mt"])
sc.pp.scale(adata, max_value=10)sc.tl.pca(adata, svd_solver="arpack")
sc.pp.neighbors(adata, n_neighbors=10, n_pcs=40)
sc.tl.umap(adata)
sc.pl.umap(adata, color='leiden', legend_loc='on data', title='', frameon=False)

new_cluster_names = [    'CD4 T', 'CD14 Monocytes',    'B', 'CD8 T',     'NK', 'FCGR3A Monocytes',    'Dendritic', 'Megakaryocytes']adata.rename_categories('leiden', new_cluster_names)
marker_genes = ['IL7R', 'CD79A', 'MS4A1','CD8A', 'CD8B', 'LYZ', 'CD14',                'LGALS3', 'S100A8', 'GNLY', 'NKG7', 'KLRB1',                  'FCGR3A', 'MS4A7', 'FCER1A', 'CST3', 'PPBP']sc.pl.dotplot(adata, marker_genes, groupby='leiden')

adata.write('./pbmc3k.h5ad')adata.obs.to_csv('./meta.csv')

觉得我们分享有些用的,点个赞再走呗!

关注我们获取精彩内容:


关注不迷路:扫描下面二维码关注公众号!
B站视频号链接https://space.bilibili.com/471040659?spm_id_from=333.1007.0.0




关注 KS科研分享与服务,

认清正版优质内容和服务!

优质内容持续输出,物超所值!

合作联系:ks_account@163.com

新的板块-重要通知-双向选择

KS科研分享与服务
科研学习交流于分享,生信学习笔记,科研经历和生活!
 最新文章