将Anndata对象从Scanpy迁移到Seurat：空间组转换指南

2024-01-05 18:47:27

Scanpy 到 Seurat：在空间转录组分析中无缝过渡

单细胞转录组技术彻底改变了我们对生物系统理解的方式，而 Scanpy 和 Seurat 是研究人员广泛采用的两个关键平台。然而，在分析空间转录组数据时，Seurat 提供了更全面的框架，这促使研究人员需要将他们的数据从 Scanpy 迁移到 Seurat。本指南将提供一个逐步的解释，让研究人员轻松完成这一过渡。

从 Scanpy 到 Seurat 的旅程

步骤 1：加载 Anndata 对象

从 Scanpy 的 Anndata 对象开始，第一步是将其加载到 Seurat 中。您可以使用 Scanpy 的 read_h5ad 函数：

import scanpy as sc
adata = sc.read_h5ad("anndata.h5ad")

步骤 2：导出为 h5 文件

接下来，将 Anndata 对象导出为 h5 文件，这是 Seurat 读取的格式：

adata.write("anndata.h5ad")

步骤 3：在 Seurat 中读取 h5 文件

在 Seurat 中，使用 readRDS 函数读取 h5 文件：

library(Seurat)
seurat_obj <- readRDS("anndata.rds")

步骤 4：空间组数据转换

对于空间组数据，Scanpy 和 Seurat 使用不同的格式。您需要将 Scanpy 的 spatial 属性转换为 Seurat 的 spatial 对象：

seurat_obj <- AddSpatialData(seurat_obj, "spatial", col.data = adata.obs)

快速函数版本

为了简化这些步骤，我们提供了一个方便的 Python 函数：

def convert_scanpy_to_seurat(anndata_file):
    # 导入 Anndata 对象
    adata = sc.read_h5ad(anndata_file)

    # 导出为 h5 文件
    adata.write("anndata.h5ad")

    # 在 Seurat 中读取 h5 文件
    seurat_obj <- readRDS("anndata.rds")

    # 空间组数据转换
    seurat_obj <- AddSpatialData(seurat_obj, "spatial", col.data = adata.obs)

    # 返回 Seurat 对象
    return seurat_obj

用法：

import scanpy_to_seurat
seurat_obj = scanpy_to_seurat.convert_scanpy_to_seurat("anndata.h5ad")

结论

通过遵循本指南中概述的步骤，您可以轻松地将您的 Anndata 对象从 Scanpy 迁移到 Seurat，从而利用 Seurat 在空间转录组分析方面的强大功能。我们提供的快速函数版本进一步简化了这一过程，确保了高效和准确的转换。通过结合这两个平台的优势，研究人员可以深入探索空间组数据的复杂性，获得前所未有的生物学见解。