SuperAPI AI 工具集

single-popv-annotation

通用与其它

查看项目

更新于 10-16 02:38

技能介绍

用途:PopV(Population Voting)通过运行最多 10 种分类算法并对预测结果做多数投票,为单细胞数据做群体级细胞类型注释;相比单一方法更不易受个别算法失败影响,并可结合 Cell Ontology(CL)做本体感知的分层标签解析。

主要能力:支持 KNN_SCVI、SCANVI_POPV、CELLTYPIST、ONCLASS、Support_Vector、XGboost、KNN_HARMONY、KNN_BBKNN、Random_Forest、KNN_SCANORAMA 共 10 种算法;结果列包括 popv_majority_vote_prediction(多数投票)、popv_majority_vote_score(同意方法数)、popv_prediction(本体聚合共识,需启用 CL)与 popv_prediction_score;提供 make_agreement_plots、agreement_score_bar_plot、prediction_score_bar_plot、celltype_ratio_bar_plot 等可视化;支持从 HuggingFace 拉取预训练 HubModel 直接注释。

使用方式:先做防御性校验——确认 ref_adata.obs 中存在 ref_labels_key 列、标签无 NaN、query 与 reference 的 var_names 基因重叠大于 100;再调用 ov.popv.Process_Query 做预处理与合并,其中 ref_labels_key 必填,prediction_mode 可选 'retrain'、'inference'、'fast',并设置 unknown_celltype_label;然后调用 ov.popv.annotate_data,methods 需传字符串列表(如 ['KNN_SCVI','CELLTYPIST','Support_Vector']),'all' 或 None 使用 CURRENT_ALGORITHMS;结果位于 process_obj.adata.obs 而非原始 query_adata。可用 popv.settings.accelerator='gpu'、cuml、n_jobs 调整加速。

适用场景:需要对 PBMC、肺等单细胞数据基于参考图谱做稳健细胞类型注释,或使用预训练模型快速注释大规模参考数据集。

限制与排错:retrain 最准确但最慢;inference 需复用之前保存的模型目录;fast 会跳过整合较重的算法。常见问题包括 scVI/scANVI 训练时 CUDA 显存不足、CellTypist 模型下载失败、共识一致性低于 50%、基因标识格式不一致(ENSEMBL 与 symbol)以及 batch 列含 NaN;具体依赖、参数与下载地址以资料中给出的 API 与未在本摘要列出的完整说明为准。使用前请确认本地依赖(omicverse、scanpy、anndata、scvi-tools、scikit-learn、xgboost、celltypist 等)已安装。