空间转录组分析实战从Visium到MERFISH的Scanpy全流程解析空间转录组技术正在彻底改变我们对组织微环境的理解。想象一下你不仅能知道细胞表达哪些基因还能精确看到这些基因在组织中的空间分布——这正是Visium和MERFISH等技术带来的革命。作为单细胞分析老手你可能已经熟悉Scanpy的基础操作但空间数据的特殊性会带来全新的挑战图像对齐问题、空间坐标处理、多维可视化技巧...本文将带你完整走通这个流程避开那些官方文档没明说的坑。1. 环境配置与数据获取工欲善其事必先利其器。不同于常规单细胞分析空间转录组对可视化依赖更重需要特别注意图形后端的配置。推荐使用Jupyter Lab而非Notebook因为前者对交互式绘图支持更好# 基础环境配置 import scanpy as sc import pandas as pd import matplotlib.pyplot as plt import seaborn as sns from IPython.display import set_matplotlib_formats sc.logging.print_versions() sc.set_figure_params(facecolorwhite, figsize(8, 8), dpi300) set_matplotlib_formats(retina) # 高清显示Visium数据获取有两种常见方式。官方数据集适合快速测试但实际项目中更多需要处理自己的数据。这里有个关键细节当使用visium_sge()下载数据时国内用户常因网络问题失败。此时可以手动下载到指定目录通常为~/sca​​npy_data/visium/使用代理镜像站点需修改Scanpy源码中的URL直接加载本地h5文件# 替代下载的本地加载方案 adata sc.read_visium(path_to_visium_dir, genomeNone, # 自动检测 count_filefiltered_feature_bc_matrix.h5)对于MERFISH数据官方示例中的百度网盘链接可能失效。更可靠的方式是从原始论文补充材料下载或使用预处理的示例数据# MERFISH数据加载优化方案 coordinates pd.read_csv(merfish_coords.csv, index_col0) counts sc.read_csv(merfish_counts.csv).T adata_merfish counts[coordinates.index, :] adata_merfish.obsm[spatial] coordinates.values注意空间数据的坐标系统可能因平台而异。Visium使用像素坐标而MERFISH常用微米单位进行跨平台比较时需统一尺度。2. 质控与预处理的特殊考量空间数据的质控标准需要调整。传统单细胞的线粒体基因阈值通常10%在组织样本中可能过于严格因为组织边缘细胞天然有更高mtDNA含量某些细胞类型如心肌细胞本就富含线粒体建议采用动态阈值策略# 空间特异的质控流程 sc.pp.calculate_qc_metrics(adata, qc_vars[mt], inplaceTrue) # 可视化QC指标的空间分布 fig plt.figure(figsize(12, 4)) gs fig.add_gridspec(1, 3) ax1 fig.add_subplot(gs[0, 0]) ax2 fig.add_subplot(gs[0, 1]) ax3 fig.add_subplot(gs[0, 2]) sc.pl.spatial(adata, colortotal_counts, axax1, showFalse) sc.pl.spatial(adata, colorpct_counts_mt, axax2, showFalse) sc.pl.spatial(adata, colorn_genes_by_counts, axax3) plt.tight_layout()通过这种空间可视化可以识别组织边缘的低质量区域需过滤特殊解剖结构的真实生物学信号应保留过滤参数建议指标常规单细胞阈值空间转录组调整建议基因数500-5000300-6000UMI数1000-250002000-35000线粒体%10%15-20%核糖体%-注意免疫细胞富集区域# 执行过滤 sc.pp.filter_cells(adata, min_counts2000) sc.pp.filter_cells(adata, max_counts35000) adata adata[adata.obs[pct_counts_mt] 20] sc.pp.filter_genes(adata, min_cells5) # 更宽松的基因过滤3. 空间感知的聚类分析标准单细胞聚类在空间数据中可能失效因为它忽略了位置信息。Scanpy提供了几种空间增强的分析策略3.1 空间约束的聚类# 计算空间邻接图 sc.pp.neighbors(adata, n_neighbors10, knnTrue) sc.pp.neighbors(adata, n_neighbors6, metriceuclidean, use_repspatial, key_addedspatial_neighbors) # 融合两种邻接图 adata.obsp[combined_neighbors] adata.obsp[connectivities] * 0.7 \ adata.obsp[spatial_neighbors_connectivities] * 0.3 # 基于混合图的聚类 sc.tl.leiden(adata, adjacencycombined_neighbors, key_addedspatial_clusters, resolution0.8)3.2 空间差异表达分析常规的rank_genes_groups可能遗漏空间特异的marker基因。建议补充# 空间差异分析 sc.tl.rank_genes_groups(adata, spatial_clusters, methodt-test) sc.tl.spatial_genes(adata, n_jobs4) # 计算空间自相关 # 筛选空间特异的marker markers sc.get.rank_genes_groups_df(adata, groupNone) spatial_markers markers[markers[names].isin(adata.var_names[adata.var.spatial_genes])]3.3 多模态可视化技巧避免官网示例中的重叠问题推荐使用# 改进的空间可视化方案 with plt.rc_context({figure.figsize: (12, 4)}): fig, (ax1, ax2) plt.subplots(1, 2) sc.pl.spatial(adata, colorspatial_clusters, axax1, titleClusters, showFalse) sc.pl.spatial(adata, colorCd3e, axax2, # 示例marker基因 titleCd3e Expression, showFalse) plt.tight_layout()当需要展示多个基因时不要使用默认的sc.pl.spatial网格而是# 多基因空间表达面板 genes [Cd3e, Cd79a, Col1a1, Ptprc] fig plt.figure(figsize(12, 12)) for i, gene in enumerate(genes): ax fig.add_subplot(2, 2, i1) sc.pl.spatial(adata, colorgene, axax, showFalse, titlegene, vmaxp99) # 避免极端值影响色阶 plt.tight_layout()4. MERFISH数据的特殊处理MERFISH与Visium的主要差异特性VisiumMERFISH分辨率55μm0.5-1μm通量全转录组数百基因数据密度低极高坐标单位像素微米4.1 高密度数据处理MERFISH的细胞密度可能导致标准UMAP失效建议# MERFISH特制的降维方案 sc.pp.pca(adata_merfish, n_comps50) sc.pp.neighbors(adata_merfish, n_pcs30, n_neighbors50) sc.tl.umap(adata_merfish, min_dist0.3) # 增大min_dist避免重叠 # 使用PHATE降维替代UMAP import phate phate_op phate.PHATE(n_components2, knn30) adata_merfish.obsm[X_phate] phate_op.fit_transform(adata_merfish.X)4.2 亚细胞级可视化MERFISH允许亚细胞分辨率分析需要调整可视化参数# 亚细胞级绘图 sc.pl.embedding(adata_merfish, basisspatial, colorclusters, size10, # 更小的点 palettetab20, # 更多颜色 alpha0.7, # 半透明 frameonFalse) # 去边框 # 聚焦特定区域 x_min, x_max 100, 200 y_min, y_max 50, 150 ax sc.pl.embedding(adata_merfish, basisspatial, colorPcp4, showFalse) ax.set_xlim(x_min, x_max) ax.set_ylim(y_min, y_max)4.3 多模态数据整合将MERFISH与Visium数据联合分析# 共享基因取交集 common_genes list(set(adata.var_names) set(adata_merfish.var_names)) # 创建联合AnnData对象 import anndata adata_combined anndata.AnnData( obspd.concat([adata.obs, adata_merfish.obs]), varpd.DataFrame(indexcommon_genes), obsm{spatial: np.vstack([adata.obsm[spatial], adata_merfish.obsm[spatial]])} ) # 填充表达矩阵 adata_combined.X np.zeros((adata_combined.n_obs, len(common_genes))) for i, gene in enumerate(common_genes): if gene in adata.var_names: adata_combined.X[:adata.n_obs, i] adata[:, gene].X.flatten() if gene in adata_merfish.var_names: adata_combined.X[adata.n_obs:, i] adata_merfish[:, gene].X.flatten()5. 高级分析与疑难排解5.1 批次效应处理空间数据常含技术批次效应特别是多切片实验。使用BBKNN进行空间感知的批次校正# 安装bbknn: pip install bbknn import bbknn bbknn.bbknn(adata, batch_keysample_id, # 假设obs中有批次信息 neighbors_within_batch3, metriceuclidean, n_pcs30) sc.tl.umap(adata)5.2 空间轨迹推断使用PAGA分析空间发育轨迹# 空间增强的轨迹分析 sc.tl.paga(adata, groupsspatial_clusters) sc.pl.paga(adata, colorspatial_clusters, posadata.uns[paga][pos], # 使用空间坐标布局 node_size_scale3)5.3 常见报错解决图形重叠问题调整plt.subplots_adjust()参数或使用GridSpec配色不一致显式指定palette参数如sns.color_palette(husl, n_colors10)内存不足对MERFISH数据使用adata_merfish adata_merfish[:, :1000]取高变基因子集下载失败手动下载数据后放到~/scanpy_data/对应目录空间转录组的分析流程仍在快速发展。最近尝试将Squidpy等工具与Scanpy联用发现其空间自相关分析能有效识别组织中的功能区域。实际项目中建议先在小样本上测试完整流程再扩展到全部数据——我曾因直接处理大样本导致8小时的计算结果因一个小参数错误而报废这个教训值得各位引以为戒。