python双除_python分析单细胞数据，多细胞去除的模块

hi，各位道友，上次我们介绍了R包DoubletFinder用于去除多细胞那么python是否也有类似的模块去除多细胞呢，答案是有的。这次我们就来使用一下python模块去除多细胞

Scrublet

Single-Cell Remover of Doublets

Python code for identifying doublets in single-cell RNA-seq data

给定一个原始的(未归一化的)UMI，以细胞为行，基因为列的矩阵counts_matrix计数，计算每个单元的多细胞得分。

import scrublet as scr

scrub = scr.Scrublet(counts_matrix)

doublet_scores, predicted_doublets = scrub.scrub_doublets()

scr.scrub_doublets()从观察到的数据模拟双峰，并使用k最近邻分类器为每个转录组计算一个连续doublet_score(介于0和1之间)。 分数将自动设置为阈值以生成predicted_doublets，这是一个布尔数组，对于预测的doublets为True，否则为False。

最佳做法：

一、处理来自多个样本的数据时，请分别对每个样本运行Scrublet。 因为Scrublet旨在检测由两个细胞的随机共封装形成的多细胞捕获，所以它在多个样本的合并数据集上可能表现不佳(原因大家都懂的)。

二、检查doublet分数阈值是否合理(在理想情况下，如本例所示，将双峰模拟doublet分数直方图的两个峰分开)，并在必要时进行手动调整。例子在本文的后面展示。

三、可视化二维嵌入中的多细胞预测(例如UMAP或t-SNE)。 预测的双峰应该大体上共定位(可能在多个群集中)。 如果不是，则可能需要调整doublet得分阈值，或更改预处理参数以更好地解析数据中存在的单元格状态。

接下来我们看一下如何使用

第一步，导入必要的模块

import scrublet as scr

import scipy.io

import matplotlib.pyplot as plt

import numpy as np

import os

import pandas as pd

第二步：读入矩阵，要求如上述所讲,计算多细胞比率

scrub = scr.Scrublet(counts_matrix, expected_doublet_rate=0.06)

这一步包括

Initialize Scrublet object

相关参数是：

expected_doublet_rate:预期多细胞的比率，通常为0.05-0.1。 结果对该参数不是特别敏感。

sim_doublet_ratio：相对于观察到的转录组数量，要模拟的双峰数量。 此值应该足够高，以使所有的doublet状态都能通过模拟doublet很好地表示。 设置得太高在计算上是耗时的。 默认值是2，尽管低至0.5的值会为已测试的数据集提供非常相似的结果。

n_neighbors：用于构造观察到的转录组和模拟多细胞的KNN分类器的邻居数。 通常，round(0.5 * sqrt(n_cells))的默认值效果很好。

运行默认pipeline，其中包括：

双重模拟

标准化，基因过滤，重新缩放，PCA

多细胞计算

多细胞得分阈值检测和双峰调用

doublet_scores, predicted_doublets = scrub.scrub_doublets(min_counts=2,

min_cells=3,

min_gene_variability_pctl=85,

n_prin_comps=30)

绘制观察到的转录组和模拟多细胞的多细胞得分直方图

模拟的多细胞直方图通常是双峰的。左模式对应于由具有相似基因表达的两个细胞产生的“嵌入”多细胞。 右边的的模式对应于“新型”多细胞，其由具有不同基因表达的细胞产生。 Scrublet只能检测”新型“双峰，这一点和doubleFinder的R包一样。

要比较单细胞与多细胞，我们必须设置一个阈值多细胞得分，理想情况下，应在模拟的双峰直方图的两种模式之间设置最小值。 scrub_doublets()尝试自动识别这一点，并且在本示例中做得很好。 但是，如果自动阈值检测效果不佳，则可以使用call_doublets()函数调整阈值。 例如：

scrub.call_doublets(threshold=0.25)

接下来我们画一下这个多细胞分布的直方图：

scrub.plot_histogram()

zhaoyunfei.png

获取二维嵌入以可视化结果(Tsne同理)

scrub.set_embedding('UMAP', scr.get_umap(scrub.manifold_obs_, 10, min_dist=0.3))

scrub.plot_embedding('UMAP', order_points=True)

# scrub.plot_embedding('tSNE', order_points=True);

# scrub.plot_embedding('FA', order_points=True);

zhaoyunfei.png