高精度空间转录组分析之squidpy和空间网络图

作者，Evil Genius

本来儿童节的推文不打算写了，但是有粉丝问了个问题，我也发现了一个很有意思的分析，所以写出来和大家交流一下吧。

有粉丝问，像生信培训班有必要花几千一万的上课么？

我只能说，看你自己的情况。一般这么问的，都是学生，医学生居多。

但是培训班质量怎么样，就不是我能决定的了。

而且每个人的看法不同，如果在上市公司工作，比如兰卫医学，那么分析人员接触到的都是大项目组，单细胞 + 空间 + 原位分析，而且是相互合作，追求分析质量，发高分文章的话，那么培训班的那些东西完全没有任何价值。但是如果是入门，那还是有点价值的。

好了，开始我们今天的网络图，首先我们来重新认识一下squidpy，因为做Xenium项目的关系，这个软件相当重要，而且也更新了很多，对image-based的空间转录组相当有用，网址在https://squidpy.readthedocs.io/。文章在

大家可以看一下分析列表

针对空间平台有全套的分析内容，包括

• Analyze Imaging Mass Cytometry data
• Analyze seqFISH data
• Analyze Slide-seqV2 data
• Analyze Visium fluorescence data
• Analyze Visium H&E data
• Analyze Merfish data
• Analyze MIBI-TOF image data
• Analyze 4i data
• Analyze Nanostring data
• Analyze Vizgen data
• Vizgen Mouse Liver Squidpy Vignette
• Single-Cell Clustering of Vizgen MERFISH Mouse Liver Data
• Assign Cell Types
• Hepatocyte Zonation
• Neighborhood Enrichment
• Network Centrality Scores
• Autocorrelation: Moran’s I Score
• Conclusion
• Analyze Xenium data

相当齐全，还有多种细胞分割算法，是一个很好的宝藏

• Predict cluster labels spots using Tensorflow
• Cell-type deconvolution using Tangram
• Nuclei segmentation using Cellpose
• Nuclei segmentation using StarDist
• Feature extraction using CellProfiler

我们重点看一下Xenium的分析，当然了，其他的高精度平台分析内容也都差不多，主要就是降维聚类和邻域富集分析

接下来重点了，squidpy更新了一个分析内容

有没有很眼熟？就是我空转系列课程第16课讲的cell degree，现在squidpy一个函数搞定。简单复述一下代码

相当好的方法啊

接下来来到我们的压轴大戏，如下图：

需要借助squidpy的力量，但是仅凭squidpy画图很很丑，如下：

这远远达不到我们的要求

我们来实现一下，代码如下,来一个一气呵成的脚本，供大家研究吧：

生活很好，有你更好