Squidpy空转分析教程：基于Xenium数据的空间转录组分析

天意生信云

发布于 2025-05-08 06:10:23

22700

代码可运行

运行总次数：0

代码可运行

本文将基于 Squidpy 官方教程（Squidpy Xenium Tutorial），梳理一个典型的空间转录组学数据分析指南。Squidpy 是一个功能强大的 Python 库，专为空间组学数据分析设计，支持从数据读取、预处理到高级分析和交互式可视化的完整流程。以下内容将详细介绍 Squidpy 的功能及其在空转数据分析中的具体应用步骤。

Squidpy 的功能

Squidpy 提供了丰富的工具集，能够处理多种类型的空间组学数据，并支持从空间邻近计算到图像特征提取的多种分析需求。

空间邻近计算

空间邻近分析是空转研究的基础，用于构建细胞间的邻居图（neighbor graph），以揭示空间组织结构和细胞间相互作用。但是空间邻近的计算时常要考虑数据来源，Squidpy集成了多种软件和方法，支持多种数据来源：

Spot 类型：如 ST、Visium、DBit-seq 等基于斑点的数据。
Image-base 类型：如 seq-Fish、MERFISH、CyCif、4i 等基于图像的高分辨率数据。

Squidpy 根据数据特性自动调整邻居图的构建方式，确保分析的灵活性和准确性。

图像数据管理与交互式可视化

空间组学数据通常附带高清显微图像，这些图像包含形态学和生物学特征信息。Squidpy 提供了以下功能来管理和分析这些数据：

ImageContainer 对象：基于 xArray 和 Dask 构建，用于高效管理图像数据，支持读取、滑窗和多线程处理。ImageContainer 包含空间坐标和分子图谱信息，为图像与分子数据的交互分析奠定基础。
Napari 集成：通过 Napari 的 API，Squidpy 实现在 Jupyter Notebook 中的交互式可视化。用户可以对图像和分子信息进行裁剪、区域选择等操作。
特征提取：支持基于机器学习的形态学特征和纹理特征提取，进一步挖掘图像数据中的生物学意义。

全面的分析功能

Squidpy 几乎覆盖了空间多组学分析的全部需求，包括：

空间高变基因分析：识别在空间上显著变化的基因。
配-受体分析：研究细胞间的配体-受体相互作用。
细胞共现分析：分析不同细胞类型在空间上的共存模式。
聚类分析：基于分子表达、空间位置和形态学特征进行细胞聚类。

使用 Squidpy 分析空转数据的流程

以下是使用 Squidpy 分析空间转录组数据的完整流程，以人类肺癌 Xenium 数据集为例进行说明。

安装 Squidpy

Squidpy 可通过以下方式安装：

● 使用 pip：

pip install squidpy -i https://mirrors.aliyun.com/pypi/simple

● 使用 conda：

conda install -c conda-forge squidpy

建议在虚拟环境中安装以避免依赖冲突。

数据读取

导入必要的包

首先导入分析所需的 Python 库：

import spatialdata as sd
from spatialdata_io import xenium
import matplotlib.pyplot as plt
import seaborn as sns
import scanpy as sc
import squidpy as sq

加载 Xenium 数据集

我们使用官网提供的人类肺癌 Xenium 数据集，并将其转换为 Zarr 格式以便高效存储和读取：

# 指定数据集路径和 Zarr 文件存储位置
xenium_path = "./Xenium/"
zarr_path = "./Xenium.zarr"

# 使用 Xenium Reader 加载数据到 SpatialData 对象
sdata = xenium(xenium_path)

# 转换为 Zarr 格式
sdata.write(zarr_path)

# 读取 Zarr 文件
sdata = sd.read_zarr(zarr_path)
print(sdata)

细胞坐标设置

Squidpy 默认在 .obsm["spatial"] 中查找细胞的空间坐标。使用 spatialdata-io 的 Xenium 读取器时，坐标会自动设置。对于其他复杂数据，可能需要手动指定：

adata = sdata.tables["table"]
adata

adata.obs
adata.obsm["spatial"]

数据预处理

在分析之前，需对数据进行质量控制和标准化处理。Squidpy 与 Scanpy 无缝兼容，可利用 Scanpy 的工具完成这些步骤。

使用scanpy.pp.calculate_qc_metrics计算质量控制指标：

sc.pp.calculate_qc_metrics(adata, percent_top=(10, 20, 50, 150), inplace=True)

#控制探针和控制代码词的百分比可以从 adata.obs 中计算得出。
cprobes = (
    adata.obs["control_probe_counts"].sum() / adata.obs["total_counts"].sum() * 100
)
cwords = (
    adata.obs["control_codeword_counts"].sum() / adata.obs["total_counts"].sum() * 100
)
print(f"Negative DNA probe count % : {cprobes}")
print(f"Negative decoding count % : {cwords}")

接下来，我们绘制每个细胞的总转录本、每个细胞的独特转录本、分割细胞的面积以及细胞核面积与其细胞的比率。

fig, axs = plt.subplots(1, 4, figsize=(15, 4))

axs[0].set_title("Total transcripts per cell")
sns.histplot(
    adata.obs["total_counts"],
    kde=False,
    ax=axs[0],
)

axs[1].set_title("Unique transcripts per cell")
sns.histplot(
    adata.obs["n_genes_by_counts"],
    kde=False,
    ax=axs[1],
)


axs[2].set_title("Area of segmented cells")
sns.histplot(
    adata.obs["cell_area"],
    kde=False,
    ax=axs[2],
)

axs[3].set_title("Nucleus ratio")
sns.histplot(
    adata.obs["nucleus_area"] / adata.obs["cell_area"],
    kde=False,
    ax=axs[3],
)

# 过滤低质量细胞
sc.pp.filter_cells(adata, min_genes=200)
sc.pp.filter_genes(adata, min_cells=3)

标准化与数据变换

使用scanpy.pp.normalize_total进行标准化，
使用sc.pp.log1p函数取对数，

# 标准化数据
sc.pp.normalize_total(adata, target_sum=1e4)
sc.pp.log1p(adata)

# 识别高变异基因
sc.pp.highly_variable_genes(adata, min_mean=0.0125, max_mean=3, min_disp=0.5)
print(f"高变异基因数量: {sum(adata.var.highly_variable)}")

# 可视化高变异基因
sc.pl.highly_variable_genes(adata)

# 仅保留高变异基因进行后续分析
adata_hvg = adata[:, adata.var.highly_variable].copy()

降维与聚类分析

sc.pp.pca做主成分分析，
sc.pp.neighbors计算邻域图，sc.tl.umap降维，sc.tl.leiden聚类。

# 主成分分析
sc.pp.pca(adata_hvg, svd_solver='arpack')
sc.pl.pca_variance_ratio(adata_hvg, n_pcs=50)

# UMAP降维
sc.pp.neighbors(adata_hvg, n_neighbors=10, n_pcs=30)
sc.tl.umap(adata_hvg)

# Leiden聚类
sc.tl.leiden(adata_hvg, resolution=0.5)

# 将聚类结果转移到原始数据
adata.obs['leiden'] = adata_hvg.obs['leiden']

# 可视化聚类结果
sc.pl.umap(adata_hvg, color="leiden")

空间特征提取和可视化

Squidpy的核心优势在于空间分析能力：

# 计算空间邻居图
sq.gr.spatial_neighbors(adata, coord_type="generic", delaunay=True)

# 计算空间连通性
sq.gr.nhood_enrichment(adata, cluster_key="leiden")

# 可视化空间富集情况
sq.pl.nhood_enrichment(adata, cluster_key="leiden")
#
sdata.tables["subsample"] = sc.pp.subsample(adata, fraction=0.5, copy=True)
adata_subsample = sdata.tables["subsample"]
# 可视化空间中的聚类分布
sq.pl.spatial_scatter(adata_subsample, color="leiden", shape=None, size=2, ax=ax[1])

空间自相关分析

通过计算Moran's I 的得分表示全局空间自相关统计量。Moran's I 是一种常用的空间自相关统计指标，用于评估某种特征（如基因表达）的空间分布模式是聚集（clustered）、分散（dispersed）还是随机（random）。它是描述空间依赖性的统计量。

# 计算Moran's I空间自相关指数
sq.gr.spatial_autocorr(
    adata,
    mode="moran",
    genes=adata_hvg.var_names[:15],  # 选择前15个高变异基因
    n_perms=100,
    n_jobs=1,
)

# 可视化空间自相关结果
sq.pl.spatial_scatter(
    adata_subsample,
    library_id="spatial",
    color=[
        "AREG",
        "MET",
    ],
    shape=None,
    size=2,
    img=False,
)

可以使用 squidpy.pl.spatial_scatter 可视化其中的一些基因。我们还可以通过设置 mode='geary' 来计算一个与之密切相关的自相关统计量，即 Geary's C。

空间数据交互式可视化

此外，可以使用napari-spatialdata通过交互式GUI可视化Xenium数据：

from napari_spatialdata import Interactive

Interactive(sdata)

图中显示了所有细胞中AREG的表达：

Squidpy 是一个功能全面的空间转录组学分析工具，支持从数据读取到高级分析的完整流程。其与 Scanpy 和 Napari 的兼容性极大提升了分析效率和可视化体验。通过上述步骤，研究者可以系统地探索空转数据，揭示细胞间相互作用和空间组织的生物学意义。

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2025-05-07，如有侵权请联系 cloudcommunity@tencent.com 删除

数据分析

本文分享自 BioOmics 微信公众号，前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

登录后参与评论

0 条评论

热度