踩坑日记[生信等][2025]

生信>踩坑日记
3.1k 词

[2025-02-24]seurat V5对象转adata对象

据说对于V4和之前的版本，SeuratDisk可以用，V5则要转回V3的assay。

还有另一个包SCP，里面的srt_to_adata()中，特征元信息用的变量名是meta.features，但根据这个issue，Assay5对象的特征元信息变量名也改成了meta.data，需要改一下源码里的变量名。
还有另一个问题，目前这里面转出来的adata对象的write_loom()方法有些问题，特征名样本名都没了，但write_h5ad()方法可以用。

[2025-02-25]scenic用到的genome ranking database

在这里面找就好了。

还有，先装个docker或者singularity再跑pySCENIC都比arboreto_with_multiprocessing.py要快。另外他们文档里singularity的部分写错了，按格式写就好。

[2025-02-28]reticulate查看已安装包信息

才发现也才意识到以前的不对劲，py_config()可能不会列出所有包，要用py_list_packages()。

[2025-05-12]seurat 5.13中SketchData()提示Error in LeverageScore():! too slow

按照issue/9857，加入features = VariableFeatures(object)参数即可。

[2025-05-13]spacexr创建reference后run.RCTD()提示每类至少25个细胞

又不想再重新生成一遍，直接改reference 

1
2
3
4
5
6
7
8
9
10
11
type_count <- table(reference@cell_types)

filter_type <- type_count[type_count<25]

for (type in names(filter_type)) {
  filter_barcode <- names(reference@cell_types)[reference@cell_types==type]
  
  reference@cell_types <- reference@cell_types[!names(reference@cell_types) %in% filter_barcode]
  reference@counts <- reference@counts[, !colnames(reference@counts) %in% filter_barcode]
  reference@nUMI <- reference@nUMI[!names(reference@nUMI) %in% filter_barcode]
}

[2025-05-16]import spatialdata相关包时NotImplementedError: The legacy implementation is no longer supported

这是因为Dask的更新，根据issue/835，可以通过降级到2024.12.1版本解决。

[2025-05-17]在spatialdata object反卷积结果的子集中聚类

在SpatialData对象中反卷积结果的类别子集中聚类，此时可能会产生数百个簇，我的猜想是：

此时使用的是整个的近邻图，而由于反卷积是在单个bin上进行的，在上可能不连续，这就造成难以成簇。

一个可行的做法是在中重新计算近邻图，我没有仔细研究如何在中直接计算的近邻图（应该可以在sc.pp.neighbors时使用anndata子集然后指定key_added，并在sc.tl.leiden时指定相应neighbors_key）。
所以使用了直接导出为新spatialdata对象的做法（如果使用seurat，在子集中重新计算近邻图或者导出子集更加方便）。

用GPT改的sd_subset()

这个dataset_id就是spatialdata_io.visium_hd()里的dataset_id

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
def sd_subset(sdata_obj, subset_obs, subset_value_list, table_name='square_008um', shape_name='dataset_id_square_008um', link_key='location_id'):
    """
    根据指定的 obs 列值筛选 SpatialData 对象的子集。

    参数：
    - sdata_obj: SpatialData 对象，包含表格、形状和图像数据
    - subset_obs: str, AnnData.obs 中用于筛选的列名
    - subset_value_list: list, subset_obs 列中要保留的值列表
    - table_name: str, SpatialData 中 AnnData 表格的名称（默认: 'square_008um'）
    - shape_name: str, SpatialData 中形状数据的名称（默认: 'dataset_id_square_008um'）
    - link_key: str, AnnData.obs 中链接形状的列名（默认: 'location_id'）

    返回：
    - sdata_subset: SpatialData 对象，包含筛选后的数据
    """
    # 步骤 1: 获取 AnnData 表格
    adata = sdata_obj.tables[table_name]
    
    # 步骤 2: 根据 subset_obs 列筛选 AnnData
    condition = adata.obs[subset_obs].isin(subset_value_list)
    adata_subset = adata[condition].copy()
    
    # 步骤 3: 获取筛选后 AnnData 中的 link_key 值
    link_values = adata_subset.obs[link_key]
    
    # 步骤 4: 根据 link_values 筛选对应的形状
    shapes_subset = sdata_obj.shapes[shape_name].loc[link_values]
    
    # 步骤 5: 创建新的 SpatialData 对象
    sdata_subset = sd.SpatialData(
        images=sdata_obj.images,                # 保留原始图像
        shapes={shape_name: shapes_subset},     # 筛选后的形状
        tables={table_name: adata_subset},      # 筛选后的表格
        coordinate_systems=sdata_obj.coordinate_systems  # 保留原始坐标系统
    )
    
    return sdata_subset

导出之后，在其上重新计算近邻图再聚类就好了。