揭秘Spateo：掌握二维切片空间对齐的关键技巧

揭秘Spateo：掌握二维切片空间对齐的关键技巧

探索胚胎发育的时空动态，揭示基因表达与细胞行为之间的深刻联系——Spateo 是一个革命性的D时空建模框架，利用空间转录组学技术重建全器官和胚胎层面的细胞相互作用和空间梯度。通过创新的形态学向量场分析，Spateo将细胞形态与分子动态无缝连接，为研究者提供了前所未有的工具，帮助我们深入理解生物体发育和功能的分子基础。

今天我们学习Spateo在实际例子中的应用。

软件与环境配置

代码语言：javascript代码运行次数：0运行复制

# 安装 spateo-release 库
pip install spateo-release
# 设置 CUDA 设备
import  os
['CUDA_VISIBLE_DEVICES'] = '0'
# 检查并选择设备
import  torch
device = 'cuda' if is_available() else 'cpu'
print("Running this notebook on: ", device)
# 导入 spateo 库
import  spateo  as  st
print("Last run with spateo version:", st.__version__)
# 导入其他所需库
import  warnings
warnings.filterwarnings('ignore')
import  matplotlib.pyplot  as  plt
import  scanpy  as  sc
import  anndata  as  ad
# 配置显示设置
%config InlineBackend.print_figure_kwargs={'facecolor': "w"}
%config InlineBackend.figure_format='retina'

数据导入

代码语言：javascript代码运行次数：0运行复制

# 加载数据
    slice1 = st.read('basic_usage_demo_1.h5ad')
    slice2 = st.read('basic_usage_demo_2.h5ad')    # 查看数据
    slice1, slice2

数据预处理

遵循Scanpy中对单细胞RA测序（scRA-seq）数据的标准预处理工作流程，并且分别处理这两个切片进行基本的质量控制、标准化和特征选择。这些预处理步骤可以增强包括Spateo包中D对齐在内的下游应用的稳定性和性能。

代码语言：javascript代码运行次数：0运行复制

# 遍历 slice1 和 slice2 数据
for  slice  in  slice1, slice2:
# 数据预处理
sc.pp.filter_cells(slice, min_genes=10)  # 由于 ST 数据，min_genes 设为 10，比 100 更合适
sc.pp.filter_genes(slice, min_cells=)
# 保存计数数据
slice.layers["counts"] = slice.()
# 归一化总计数到中位数
sc._total(slice)
# 对数据进行对数转换
sc.pp.log1p(slice)
# 标记高变基因
sc.pp.highly_variable_genes(slice, n_top_genes=2000)

未对齐切片可视化

可以使用 Spateo 的绘图功能来可视化这两个切片的空间分布。正如预期的那样，这两个切片并没有对齐，这为后续的三维（D）分析带来了挑战。

代码语言：javascript代码运行次数：0运行复制

# 在对齐之前可视化 slices
    spatial_key = 'spatial'
    cluster_key = 'cellbin_SpatialDomain'
    st.pl.slices_2d(
          slices = [slice1, slice2],
          label_key = cluster_key,
          spatial_key = spatial_key,
          height=4,
          center_coordinate=True,
          show_legend=True,
          legend_kwargs={
                'loc': 'right',
                'bbox_to_anchor': (1.2, 0.5),
                'ncol': 2,
                'borderaxespad': -4,
                'frameon': False
          }
    )

Spateo 对齐

Spateo对齐既简单易用、可扩展，又高效。通过直接调用st._align，可以获得对齐的切片和相应的映射矩阵（如果CUDA可用，甚至更快）。在这个例子中，将使用之前提取的高变基因及其PCA表示来执行对齐。以下解释函数的输入参数：

models：要对齐的切片，其中高变基因被用作对齐的参考

rep_layer：要使用的表示的名称

rep_field：在AnnData中存储表示的字段

dissimilarity：用于计算不相似性的方法

spatial_key：AnnData中对应空间坐标的.obsm键

key_added：在.obsm中添加对齐空间坐标的键

device：用于计算的设备，可以是"cpu"或"cuda"

代码语言：javascript代码运行次数：0运行复制

# 设置对齐的关键字
key_added = 'align_spatial'
# 调用 Spateo 进行形态学对齐
aligned_slices, pis = st._align(
                                       models=[slice1, slice2],
# 如果使用高变基因，请取消注释
# models=[slice1[:, slice1.var.highly_variable], slice2[:, slice2.var.highly_variable]],
# 如果使用 PCA 嵌入，请取消注释
# rep_layer='X_pca',
# rep_field='obsm',
# dissimilarity='cos',
    verbose=False,
    spatial_key=spatial_key,
    key_added=key_added,
    device=device,    )

代码语言：javascript代码运行次数：0运行复制

    # 可视化对齐的切片

    st._slices_2d(

          slices = aligned_slices,

          spatial_key = key_added,

          height=5,

          overlay_type='backward')

本文参与 腾讯云自媒体同步曝光计划，分享自。原始发表：2025-01-18，如有侵权请联系 cloudcommunity@tencent 删除数据key技巧可视化配置