Недавно я, наконец, закончил предзащиту докторской и отправлю ее на слепое рецензирование после капитального ремонта. Пожелайте мне удачи~.

С бурным ростом результатов исследований, связанных с отдельными клетками, область одноклеточных клеток вступила в эпоху миллионов или даже десятков миллионов клеток. Поэтому многие энтузиасты языка R (включая меня) начали изучать Python и использовать процесс Scanpy. Однако, поскольку я привык к процессу Сера, иногда мне нужно преобразовать данные одной ячейки объектов Anndata в объекты Сера, а затем использовать язык R для выполнения некоторого анализа. Самая большая проблема заключается в том, как плавно преобразовать формат h5ad объектов Anndata в объекты Seurat. В этой статье оцениваются и обобщаются различные программы взаимного преобразования на основе данных испытаний отдельных ячеек на миллионном уровне. Надеюсь, это поможет всем ~

1. Данные испытаний

Прежде всего, данные испытаний взяты из статьи «Single-cell RNA-seq выявляет молекулярные и генетические связи типа клеток с волчанкой» о секвенировании одноклеточных PBMC системной красной волчанки. Данные хранятся в базе данных GEO GSE174188, формат хранения — h5ad, и содержит около 1,2 миллиона отдельных ячеек. После нажатия кнопки «Загрузить» мы начали оценивать программное обеспечение для взаимной конвертации.

image-20240321174743755

Загруженные данные h5ad распаковываются и получают имя GSE174188_CLUES1_adjusted.h5ad, размер которого составляет примерно 10,6 ГБ.

2. Оценка взаимной передачи

Я собрал 4 метода преобразования формата h5ad объектов nndata и объектов Seurat, в том числе

• Пакет R SeuratDisk,Это алгоритм сопоставления Сёра (если он прост в использовании),Нам не нужно беспокоиться о других пакетах.,Так что вполне возможно,Этот алгоритм определенно не прост в использовании...);
• пакет R；
• Пакет R MuDataSeurat；
• Пакет R и пакет Python scDIOR,Этот алгоритм часто используется в моих предыдущих публикациях и настоятельно рекомендуется, но развертывание среды вызывает некоторые затруднения.

Давайте оценим по порядку:

1. Пакет R SeuratDisk

library(Seurat)
library(SeuratDisk)

# 1.1 h5ad к Сёра
time.py2R = system.time({
  Convert('./Rawdata/GSE174188_CLUES1_adjusted.h5ad', "h5seurat",
          overwrite = TRUE,assay = "RNA")
})
print(time.py2R)

time.read = system.time({
  seurat_obj <- LoadH5Seurat("./Rawdata/GSE174188_CLUES1_adjusted.h5ad")
})
print(time.read)

image-20240321181135420

Операция преобразования на языке R завершилась сбоем, и никаких результатов не было...

Здесь снова попробуйте конвертировать Seurat в h5ad:

seurat_object = read_rds("./Outdata/Step1.seurat.data.Clean.rds")

# 1.2 Сёра в h5ad
time.R2py = system.time({
  seu = DietSeurat(
    seurat_object,
    counts = TRUE, # so, raw counts save to adata.raw.X
    data = TRUE, # so, log1p counts save to adata.X
    scale.data = FALSE, # set to false, or else will save to adata.X
    features = rownames(seurat_object), # export all genes, not just top highly variable genes
    assays = "RNA",
    dimreducs = c("pca","umap"),
    graphs = c("RNA_nn", "RNA_snn"), # to RNA_nn -> distances, RNA_snn -> connectivities
    misc = TRUE
  )
  
  # step 2: factor to character, or else your factor will be number in adata
  i <- sapply(seu@meta.data, is.factor)
  seu@meta.data[i] <- lapply(seu@meta.data[i], as.character)
  
  # step 3: convert
  SaveH5Seurat(seu, filename = "./Outdata/SeuratDisk.h5seurat", overwrite = TRUE)
  Convert("./Outdata/SeuratDisk.h5seurat", "./Outdata/SeuratDisk.h5ad", assay="RNA", overwrite = TRUE)
})
print(time.R2py)

user system elapsed 577.649 32.573 611.104

При использовании пакета SeuratDisk для преобразования Seurat в h5ad преобразование одного миллиона отдельных ячеек заняло более 600 секунд, что относительно медленно.

2. Пакет R прост

Установка пакета R немного затруднительна. Сначала вам нужно установить некоторое программное обеспечение под Linux:

conda install anndata==0.6.19 scipy==1.2.1 -c bioconda
conda install loompy -c biocond

Затем установите его на языке R:

devtools::install_github("cellgeni/sceasy")
if (!requireNamespace("BiocManager", quietly = TRUE))
    install.packages("BiocManager")
BiocManager::install(c("LoomExperiment", "SingleCellExperiment"))
install.packages('reticulate') 

Затем вы можете запустить sceasy:

library(sceasy)
library(reticulate)
library(Seurat)

# 2.1 h5ad к Сёра
time.py2R = system.time({
  sceasy::convertFormat(obj = "./Rawdata/GSE174188_CLUES1_adjusted.h5ad", from="anndata",
                        to="seurat",outFile = 'sceasy.rds')
})
print(time.py2R)

image-20240321194652273

Кажется, что объем одной ячейки слишком велик, и сообщается об ошибке.

Попробуйте конвертировать Seurat в h5ad:

# 2.2 Сёра в h5ad
time.R2py = system.time({
  sceasy::convertFormat(seurat_object, from="seurat", to="anndata",
                        outFile='./Outdata/sceasy.h5ad')
})
print(time.R2py)

user system elapsed 243.205 22.359 267.202

Используя пакет sceasy для преобразования Seurat в h5ad, преобразование одного миллиона отдельных ячеек заняло более 267 секунд, что относительно быстро.

3. R ​​пакет MuDataSeurat

Пакет R MuDataSeurat относительно прост в установке:

remotes::install_github("zqfang/MuDataSeurat", ref='dev', force = T)

Затем запустите преобразование:

library(MuDataSeurat)

# 3.1 h5ad к Сёра
time.py2R = system.time({
  seurat.data = MuDataSeurat::ReadH5AD(file = "./Outdata/GSE174188_CLUES1_adjusted.h5ad")
})
print(time.py2R)

image-20240321202345088

Сообщили об ошибке.

Попробуйте конвертировать Seurat в h5ad:

# 3.2 Сёра в h5ad
time.R2py = system.time({
  MuDataSeurat::WriteH5AD(seurat_object, "MuDataSeurat.h5ad", assay="RNA")
})
print(time.R2py)

image-20240321202804306

Все еще сообщает об ошибке.

4. Пакет R dior и пакет Python scDIOR.

Этот алгоритм часто используется в моих предыдущих постах. Его сложно установить, поскольку зависимые пакеты имеют ограничения по версии, иначе будет сообщено об ошибке. Поэтому я предлагаю создать небольшую среду Conda для scdiopy:

conda create -n scdiopy python==3.8
conda activate scdiopy
# for python
pip install diopy
pip install scanpy==1.9.6 numpy==1.21.3 numba==0.57.1

Затем установите его на языке R:

devtools::install_github('JiekaiLab/dior')

Затем упорядочите преобразование в R:

library(Seurat)
library(dior)

# 4.1 h5ad к Сёра
time.py2R = system.time({
  seurat.data <- read_h5ad(file = './Rawdata/GSE174188_CLUES1_adjusted.h5ad',
                           assay_name = 'RNA', 
                         target.object = 'seurat')
})
print(time.py2R)

user system elapsed 239.829 82.604 322.756

Преобразование h5ad в Seurat заняло более 322 секунд.

# 4.2 Сёра в h5ad
time.R2py = system.time({
  sceasy::convertFormat(seurat_object, from="seurat", to="anndata",
                        outFile='./Outdata/scDIOR.h5ad')
})
print(time.R2py)

user system elapsed 243.635 19.612 262.997

Сёра потребовалось более 262 секунд, чтобы конвертировать h5ad.

3. Резюме

Если вам нужно преобразовать данные Seurat и Anndata/h5ad между миллионами одноячеечных данных, я настоятельно рекомендую использовать пакет R dior и пакет Python scDIOR. Преимуществами являются высокая скорость работы и сильная совместимость данных. Недостатком является зависимость пакета. имеет ограничения по версии, иначе легко сообщить об ошибках.

Во-вторых, для преобразования данных Seurat в h5ad пакеты R dior и R sceasy являются хорошим выбором и являются относительно быстрыми, в то время как пакет R SeuratDisk относительно медленный и не рекомендуется.