Я также использовал Python для создания BBKNN и Harmony:

• Используйте Python для ускорения анализа отдельных ячеек

scVI (вариационный вывод одной ячейки) — это алгоритм интеграции, основанный на глубоком обучении, который неоднократно оценивался как один из лучших алгоритмов интеграции. scVI был опубликован в журнале Nature Methods в 2018 году. Он неоднократно обновлялся и улучшался. Название статьи — «Глубокое генеративное моделирование для транскриптомики одиночных клеток».

Алгоритм scANVI (одноклеточная ANnotation с использованием вариационного вывода) аналогичен scVI. Это алгоритм, созданный той же командой. Он был опубликован в Mol Syst Biol в 2021 году. Название статьи: «Вероятностная гармонизация и аннотация одиночных данных». Данные транскриптомики клеток с глубокими генеративными моделями».

Уведомление,scVI и scANVI являются моделью глубокой генерации для анализа транскриптома одиночных клеток.,Все они являются частью пакета scvi-tools. scVI можно использовать для таких задач, как интеграция данных, уменьшение размерности, кластеризация и дифференциальное выражение.,scANVI можно использовать для полуконтролируемого аннотирования типов ячеек, то есть с использованием частично известных меток типов ячеек для определения статуса других ячеек (каждый пакет данных одной ячейки должен быть предварительно аннотирован заранее)。scANVIможно увидеть как вscVIиз База Классификатор добавлен в,Таким образом, его можно инициализировать из предварительно обученной scVIМодель.

• Учебное пособие на официальном сайте находится по адресу https://docs.scvi-tools.org/en/stable/tutorials/notebooks/harmonization.html.
• github находится по адресу https://github.com/scverse/scvi-tools.

Следует подчеркнуть, что использование scVI/scANVI для комплексного анализа более ресурсозатратно. При наличии графического процессора скорость будет в 5-10 раз выше. Если графического процессора нет, нужно быть осторожным при запуске только scVI. на процессоре. Потому что скорость работы scVI в режиме ЦП очень низкая, особенно при работе с большими выборками данных из одной ячейки.

1. Развертывание среды

mamba create -n scvi python=3.9
which python
#/home/data/fuli09/miniconda3/envs/scvi2/bin/python

/home/data/fuli09/miniconda3/envs/scvi2/bin/python -m pip install scvi-tools anndata numpy scanpy scib certifi scib-metrics pymde scvi-colab
#Please be sure to install a version of PyTorch that is compatible with your GPU (if applicable).

Также необходимо запустить в Python:

from scvi_colab import install

install()

Если необходимо подключениеJupyter notebookиспользоватьизразговаривать,нужно быть внутриscviУстановите несколько плагинов в этой среде.,Тогда ты сможешьJupyter notebookВыберите здесьscviэта среда（ps：Я используюиздаJupyterLab,иJupyter notebookда差不多из）：

mamba install -y nb_conda_kernels ipykernel
python -m ipykernel install --user --name scvi --display-name scvi

JupyterLab

2. Запустите образец данных

import scanpy as sc
import scvi
from rich import print
from scib_metrics.benchmark import Benchmarker
from scvi.model.utils import mde

sc.set_figure_params(figsize=(4, 4))

%config InlineBackend.print_figure_kwargs={'facecolor' : "w"}
%config InlineBackend.figure_format='retina'

Шаг 1. Считайте данные.

adata = sc.read(
    "data/lung_atlas.h5ad",
    backup_url="https://figshare.com/ndownloader/files/24539942",
)
adata

AnnData object with n_obs × n_vars = 32472 × 15148
    obs: 'dataset', 'location', 'nGene', 'nUMI', 'patientGroup', 'percent.mito', 'protocol', 'sanger_type', 'size_factors', 'sampling_method', 'batch', 'cell_type', 'donor'
    layers: 'counts'

Шаг 2. Предварительная обработка набора данных.

Этот набор данных был обработан, как описано в рукописи scIB. Обычно модели в инструментах scvi ожидают стандартного анализа так же, как Scanpy/Seurat.

ценность Уведомлениеизда高度可变из Проблемы отбора генов。ХотяscVIиscANVIВсе гены могут использоваться во время выполнения,Но авторы обычно рекомендуют фильтровать гены для оптимальной эффективности интеграции. В то же время это также помогает устранить различия в зависимости от партии из-за экспрессии генов в конкретной партии.

В общем, пользователи могут выполнять гипервариабельный отбор генов, используя стандартный конвейер Scanpy.

adata.raw = adata  # keep full dimension safe
sc.pp.highly_variable_genes(
    adata,
    flavor="seurat_v3",
    n_top_genes=2000,
    layer="counts",
    batch_key="batch",
    subset=True,
)

Шаг 3. Используйте scVI для комплексного анализа.

Первым шагом является создание модели на основе данных подсчета и информации о партии:

scvi.model.SCVI.setup_anndata(adata, layer="counts", batch_key="batch")
vae = scvi.model.SCVI(adata, n_layers=2, n_latent=30, gene_likelihood="nb")
#Now we train scVI. This should take a couple of minutes on a Colab session
vae.train()

Добавить результаты вobsm,названныйX_scVI：

adata.obsm["X_scVI"] = vae.get_latent_representation()

Наконец, набор данных кластеризуется и визуализируется:

sc.pp.neighbors(adata, use_rep="X_scVI")
sc.tl.leiden(adata)
adata.obsm["X_mde"] = mde(adata.obsm["X_scVI"])
sc.pl.embedding(
    adata,
    basis="X_mde",
    color=["batch", "leiden"],
    frameon=False,
    ncols=1,
)

image-20230723214135712

Поскольку набор данных был аннотирован, эффект scVI можно оценить на основе результатов аннотации:

sc.pl.embedding(adata, basis="X_mde", color=["cell_type"], frameon=False, ncols=1)

image-20230723214212112

Шаг 4. Используйте scANVI для интеграции.

Авторы утверждают, что использование scANVI может дать более точные результаты интеграции, если входные данные содержат предварительно аннотированную информацию.

Поскольку вышеизложенное обучило модель scVI, мы будем использовать ее для инициализации scANVI. При инициализации scANVI мы предоставляем ему labels_key. Поскольку scANVI также можно использовать для наборов данных с частично наблюдаемыми аннотациями, нам необходимо присвоить ему имя класса, соответствующее немаркированным ячейкам. Поскольку у нас нет непомеченных ячеек, мы можем дать ей любое случайное имя, не являющееся именем существующего типа ячеек.

lvae = scvi.model.SCANVI.from_scvi_model(
    vae,
    adata=adata,
    labels_key="cell_type",
    unlabeled_category="Unknown",
)
lvae.train(max_epochs=20, n_samples_per_label=100)

Добавить результаты как"X_scANVI"

adata.obsm["X_scANVI"] = lvae.get_latent_representation(adata)

Визуализация результатов:

adata.obsm["X_mde_scanvi"] = mde(adata.obsm["X_scANVI"])
sc.pl.embedding(
    adata, basis="X_mde_scanvi", color=["cell_type"], ncols=1, frameon=False
)

image-20230723215034705

Шаг 5. Рассчитайте эффект интеграции.

Здесь мы используем пакет scIB-metrics, который содержит масштабируемые реализации метрик, используемых в наборе тестов scIB. Мы можем использовать эти метрики для оценки качества ансамбля.

Мы видим, что дополнительное обучение с использованием информации на этикетках и scANVI улучшает показатели, отражающие биологическую сохранность (cLISI, этикетки Silhouette), не жертвуя при этом слишком большой возможностью коррекции партии (iLISI, партии Silhouette).

bm = Benchmarker(
    adata,
    batch_key="batch",
    label_key="cell_type",
    embedding_obsm_keys=["X_pca", "X_scVI", "X_scANVI"],
    n_jobs=-1,
)
bm.benchmark()

bm.plot_results_table(min_max_scale=False)

image-20230723215710408

df = bm.get_results(min_max_scale=False)
print(df)

              Isolated labels        Leiden NMI        Leiden ARI  \
Embedding                                                           
X_pca                 0.50606          0.724169          0.474548   
X_scVI               0.540021          0.750638           0.58713   
X_scANVI             0.536124          0.771481          0.639793   
Metric Type  Bio conservation  Bio conservation  Bio conservation   

             Silhouette label             cLISI  Silhouette batch  \
Embedding                                                           
X_pca                0.557418               1.0          0.878176   
X_scVI               0.535189          0.994187          0.900951   
X_scANVI             0.588762          0.998546           0.88585   
Metric Type  Bio conservation  Bio conservation  Batch correction   

                        iLISI              KBET Graph connectivity  \
Embedding                                                            
X_pca                0.003306          0.223596           0.728504   
X_scVI               0.111625          0.339272           0.899708   
X_scANVI             0.105794          0.349628           0.922797   
Metric Type  Batch correction  Batch correction   Batch correction   

               PCR comparison Batch correction Bio conservation  \
Embedding                                                         
X_pca                     0.0         0.366716         0.652439   
X_scVI               0.891112         0.628534         0.681433   
X_scANVI             0.809051         0.614624         0.706941   
Metric Type  Batch correction  Aggregate score  Aggregate score   

                       Total  
Embedding                     
X_pca                0.53815  
X_scVI              0.660273  
X_scANVI            0.670014  
Metric Type  Aggregate score  

3. Оценка и резюме

Я использовал этот алгоритм для запуска примеров данных, а также попробовал его на собственных данных. Моя первая мысль после его использования заключалась в том, что, когда я разбогатею в будущем, мне нужно будет купить высокопроизводительный сервер с графическим процессором. В настоящее время я беден и не могу позволить себе благородный алгоритм scvi-инструментов (чистая работа процессора очень медленная и очень тревожная).

Кроме того, scVI теперь можно запускать на языке R, о котором будет рассказано в следующем твите.

- END -