Xenium | 细胞邻域(Cellular Neighborhood)分析(fixed k-nearest neighbor)

原创

生信大杂烩

发布于 2025-05-29 21:47:16

15200

代码可运行

文章被收录于专栏：空间转录组空间转录组

运行总次数：0

代码可运行

CN分析概念最早来源于空间单细胞蛋白组Codex文章，Coordinated Cellular Neighborhoods Orchestrate Antitumoral Immunity at the Colorectal Cancer Invasive Front。

定义

Cell Neighborhood（细胞邻域）指骨髓微环境中空间上邻近的细胞群体形成的功能单元，这些单元由特定细胞类型组成，反映细胞间的物理邻近性和潜在相互作用。邻域的划分基于细胞类型的共定位模式，例如：动脉-内骨膜邻域（Arterio-endosteal neighborhood）：富含早期髓系前体细胞（EMPs）和粒细胞-单核祖细胞（GMPs），靠近动脉和骨表面；红细胞生成岛（Erythroid islands）：由巨噬细胞和红细胞前体细胞组成；间充质-白血病细胞邻域（MSC-blast neighborhoods）：在AML样本中，间充质基质细胞（MSCs）与白血病原始细胞共定位。

计算方法

无监督邻域分析
- 邻近窗口构建：以每个细胞为中心，计算其与周围10个最近邻细胞的物理距离，形成局部窗口。
- K-means聚类：将所有窗口的细胞类型组成进行聚类（如K=15），识别出具有相似细胞类型组成的空间区域，即邻域。
- 富集分析：通过超几何检验（hypergeometric test）评估每个邻域中特定细胞类型的富集程度。公式如下： P=(Kk)(N−Kn−k)(Nn)P
图片
- 其中，NN为总细胞数，KK为某细胞类型的总数量，nn为邻域内细胞数，kk为邻域内该细胞类型的数量。通过Benjamini-Hochberg方法校正多重假设检验的p值。
邻域注释 根据富集的细胞类型和已知生物学知识（如动脉、内骨膜的位置），为每个聚类赋予生物学意义的名称（如“早期髓系-动脉邻域”）。

除了上述文章中的使用固定K近邻方法(fixed k-nearest neighbors)定义细胞Neighborhood，还有种方法是固定半径范围内(fixed radius)细胞定义细胞Neighborhood

fixed K-nearest neighbors

import numpy as npimport pandas as pdimport scanpy as scimport seaborn as snsfrom sklearn.neighbors import NearestNeighborsfrom sklearn.cluster import MiniBatchKMeansimport matplotlib.pyplot as pltfrom matplotlib.pyplot import rc_context

def cellular_neighborhood_knn(adata, column, n_neighbors=10, k=10, n_clusters=10, out_dir=None):    spatial_coords = adata.obsm['spatial']    onehot_encoding = pd.get_dummies(adata.obs[column])        # 计算最近邻居    nbrs = NearestNeighbors(n_neighbors=n_neighbors).fit(spatial_coords)    distances, indices = nbrs.kneighbors(spatial_coords)        # 对每个cell，计算其邻居的类型分布    cluster_cols = adata.obs[column].unique()    values = onehot_encoding[cluster_cols].values      def compute_window_sums(indices, values, k):        windows = []        for idx in range(indices.shape[0]):            neighbors = indices[idx, :k]            window_sum = values[neighbors].sum(axis=0)            windows.append(window_sum)        return np.array(windows)        windows = compute_window_sums(indices, values, k)    km = MiniBatchKMeans(n_clusters=n_clusters, random_state=0)    labels = km.fit_predict(windows)    adata.obs[f'CNs_{n_clusters}'] = [f'CN{i}' for i in labels]    adata.obs.to_csv(os.path.join(out_dir, f'CNs_{n_clusters}_all_cell_features.xls'), sep='\t', index=None)        # 保存聚类中心    k_centroids = km.cluster_centers_        # 计算Fold Change (fc)    tissue_avgs = values.mean(axis=0)    fc = np.log2(((k_centroids + tissue_avgs) / (k_centroids + tissue_avgs).sum(axis=1, keepdims=True)) / tissue_avgs)    fc = pd.DataFrame(fc, columns=adata.obs[column].unique())    fc.index = 'CN' + fc.index.astype(str)    sns.set_style("white")    g = sns.clustermap(fc, vmin=-2, vmax=2, cmap="vlag", row_cluster=False, col_cluster=True, linewidths=0.5, figsize=(6, 6))    g.ax_heatmap.tick_params(right=False, bottom=False)    plt.savefig(os.path.join(out_dir, f"CNs_{n_clusters}.png"), dpi=300, bbox_inches='tight')
    return adata