scanpy

用途

Scanpy 是一个可扩展的 Python 工具包，用于分析单细胞 RNA 测序（scRNA-seq）数据，构建在 AnnData 数据结构之上。该技能适用于完整的单细胞工作流，包括质量控制、归一化、降维、聚类、标记基因识别、可视化以及轨迹分析。

何时使用

分析单细胞 RNA 测序数据（.h5ad、10X、CSV 格式）
对 scRNA-seq 数据集执行质量控制
创建 UMAP、t-SNE 或 PCA 可视化
识别细胞簇并寻找标记基因
基于基因表达注释细胞类型
进行轨迹推断或拟时序分析
生成发表级单细胞图表

主要能力

数据读取与 AnnData 结构

支持从 10X Genomics（sc.read_10x_mtx、sc.read_10x_h5）、h5ad（sc.read_h5ad）和 CSV（sc.read_csv）读取数据。AnnData 对象是核心数据结构，包含表达矩阵 adata.X、细胞元数据 adata.obs、基因元数据 adata.var、非结构化注释 adata.uns、多维细胞数据 adata.obsm 以及原始数据备份 adata.raw。

标准分析工作流

质量控制：识别线粒体基因，计算 QC 指标（sc.pp.calculate_qc_metrics），可视化并过滤低质量细胞和基因。
归一化与预处理：sc.pp.normalize_total、sc.pp.log1p、保存原始计数、sc.pp.highly_variable_genes 选择高变基因、sc.pp.regress_out 回归去除不需要的变异、sc.pp.scale 缩放。
降维：PCA（sc.tl.pca）、邻域图（sc.pp.neighbors）、UMAP（sc.tl.umap）、t-SNE（sc.tl.tsne）。
聚类：推荐 Leiden 聚类（sc.tl.leiden），可尝试多个分辨率。
标记基因识别：sc.tl.rank_genes_groups，支持 wilcoxon 等方法，可生成热图、点图。
细胞类型注释：基于标记基因可视化与手动映射。
结果保存：写出 h5ad 及元数据 CSV。

常见任务

发表级图表：设置高 DPI、PDF 格式、自定义配色与图例。
轨迹推断：PAGA（sc.tl.paga）、扩散拟时序（sc.tl.dpt）。
条件间差异表达：sc.tl.rank_genes_groups 指定分组与参考。
基因集评分：sc.tl.score_genes。
批次校正：ComBat（sc.pp.combat），或使用 Harmony、scVI 等独立包。

使用方式

快速开始

import scanpy as sc
import pandas as pd
import numpy as np

sc.settings.verbosity = 3
sc.settings.set_figure_params(dpi=80, facecolor='white')
sc.settings.figdir = './figures/'

adata = sc.read_10x_mtx('path/to/data/')

配套资源

scripts/qc_analysis.py：自动化质量控制脚本，计算指标、生成图表并过滤数据。

python scripts/qc_analysis.py input.h5ad --output filtered.h5ad \
    --mt-threshold 5 --min-genes 200 --min-cells 3

references/standard_workflow.md：完整分步工作流，含详细说明与代码示例。
references/api_reference.md：按模块组织的 scanpy 函数速查。
references/plotting_guide.md：综合可视化指南。
assets/analysis_template.py：从数据加载到细胞类型注释的完整分析模板。

关键参数

质量控制：min_genes（通常 200-500）、min_cells（通常 3-10）、pct_counts_mt（通常 5-20%）。
归一化：target_sum（默认 1e4）。
特征选择：n_top_genes（通常 2000-3000）。
降维：n_pcs、n_neighbors（通常 10-30）。
聚类：resolution（0.4-1.2，越高簇越多）。

适用场景

适用于单细胞 RNA 测序数据的完整分析流程，从原始数据读取、质量控制、归一化、降维聚类，到标记基因识别、细胞类型注释、轨迹推断和发表级图表生成。适合生物信息学研究人员、计算生物学开发者以及需要处理 scRNA-seq 数据的科研工作流。

限制

仅在任务明确匹配上述范围时使用。
输出不应替代特定环境的验证、测试或专家审查。
若缺少必要输入、权限、安全边界或成功标准，应停止并请求澄清。
官方文档：https://scanpy.readthedocs.io/ ；教程：https://scanpy-tutorials.readthedocs.io/ ；scverse 生态：https://scverse.org/ 。