tangram-sc 1.0.3

Tangram 是一个 Python 包，用PyTorch编写，基于scanpy，用于将单细胞（或单核）基因表达数据映射到空间基因表达数据。单细胞数据集和空间数据集应该从相同的解剖区域/组织类型中收集，最好是从生物复制中收集，并且需要共享一组基因。Tangram 通过在共享基因上拟合基因表达来对齐空间中的单细胞数据。熟悉 Tangram 的最佳方式是查看我们的教程和文档。 如果您还没有使用 squidpy，请查看我们之前的教程。

如何安装七巧板

要安装 Tangram，请确保已安装PyTorch和scanpy。如果您需要有关依赖关系的更多详细信息，请查看该environment.yml文件。

• 为 Tangram 设置 conda 环境

    conda env create -f environment.yml

• 从 shell 安装 tangram-sc：

    conda activate tangram-env
    pip install tangram-sc

• 要开始使用 Tangram，请在您的 jupyter 笔记本或/和脚本中导入 tangram

    import tangram as tg

运行七巧板的两种方法

如何在单元级别运行七巧板

加载您的空间数据和单个单元格数据（应为AnnData格式），并使用以下方法对其进行预处理tg.pp_adatas：

    ad_sp = sc.read_h5ad(path)
    ad_sc = sc.read_h5ad(path)
    tg.pp_adatas(ad_sc, ad_sp, genes=None)

该函数pp_adatas找到adata_sc、adata_sp之间的共同基因，并将它们保存为两个adatas.uns，以供以后映射和分析。此外，它将相交的基因子集为一组通过的训练基因genes。如果genes=None，则七巧板使用两个数据集共享的所有基因进行映射。一旦数据集被预处理，我们就可以映射：

    ad_map = tg.map_cells_to_space(ad_sc, ad_sp)

返回的 AnnDataad_map是一个逐个体素的结构，其中ad_map.X[i, j]给出了单元i在体素中的概率j。这种结构可用于将基因表达从单细胞数据投射到空间，这是通过tg.project_genes.

    ad_ge = tg.project_genes(ad_map, ad_sc)

返回ad_ge的是一个逐基因体素的 AnnData，类似于空间数据ad_sp，但其中的基因表达是从单个细胞中投射出来的。如果单细胞具有比单细胞数据更高的质量（或更多基因），这允许扩展基因通量或纠正丢失。它还可用于将细胞类型转移到太空。

如何在集群级别运行 Tangram

为了实现更快的训练并消耗更少的内存，Tangram 映射可以在单元集群级别完成。这种修改是由Sten Linnarsson 提出的。

准备输入数据，就像为单元级七巧板映射所做的一样。然后使用以下代码映射：

    ad_map = tg.map_cells_to_space(
                   ad_sc, 
                   ad_sp,         
                   mode='clusters',
                   cluster_label='subclass_label')

提供 cluster_label 必须属于 ad_sc.obs。上面的示例代码是在“subclass_label”级别进行映射，而“subclass_label”在 ad_sc.obs 中。

要将基因表达投射到空间，请使用tg.project_genes并确保cluster_label在映射中将参数设置为相同的集群标签。

    ad_ge = tg.project_genes(
                  ad_map, 
                  ad_sc,
                  cluster_label='subclass_label')

Tangram 如何在引擎盖下工作

Tangram 实例化一个Mapper传递以下参数的对象：

• S：具有逐个基因形状的单细胞矩阵。请注意，基因是训练基因的数量。
• G：空间数据矩阵，形状体素逐个基因。体素可以包含多个细胞。

然后，Tangram 搜索一个映射矩阵M，其形状为逐个单元的体素，其中元素M_ij表示单元i在点j中的概率。Tangram通过最小化以下损失来计算矩阵M ：

其中 cos_sim 是余弦相似度。损失函数的含义是，在余弦相似度下，映射的单个细胞的基因表达应该与空间数据G尽可能相似。

以上说明了七巧板的基本用法。在我们的手稿中，我们以多种方式修改了损失函数，以添加各种先验知识，例如每个体素中包含的细胞数量。

经常问的问题

我需要 GPU 来运行 Tangram 吗？

在标准笔记本电脑上使用集群模式进行映射很好。对于单个单元级别的映射，GPU 不是必需的，但建议使用。我们在单个 P100 上运行大部分映射，该 P100 可在几分钟内映射约 50k 个细胞。

如何选择训练基因列表？

一个好的开始方法是使用跨细胞类型分层的前 1k 个独特标记基因作为训练基因。或者，您可以使用整个转录组进行映射。理想情况下，训练基因应该包含高质量的信号：如果大多数训练基因都含有大量丢失或使用不良 RNA 探针获得，那么您的映射将不准确。

我需要细胞分割来映射 Visium 数据吗？

您不需要分割组织学中的细胞来映射空间转录组学数据（包括 Visium 和 Slide-seq）。但是，如果您希望对数据进行反卷积，则需要进行细胞分割（即确定性地将单个细胞轮廓分配给空间体素内的每个细胞）。

映射时内存不足：我该怎么办？

减少各个部分的空间数据并映射每个部分。如果这还不够，您还需要对单个单元格数据进行下采样。

如何引用七巧板

Tangram 已在以下出版物中发布

Biancalani* T.、Scalia* G. 等人。-使用 Tangram Nature Methods 18 , 1352–1362 (2021)对小鼠大脑中单个细胞的空间分辨全转录组进行深度学习和对齐

如果您有任何疑问，请联系该方法的作者：

• 托马索·比安卡拉尼 - biancalt@gene.com
• 加布里埃尔·斯卡利亚 - gabriele.scalia@roche.com

PyPI 维护者：

• Shreya Gaddam - gaddams@gene.com
• 托马索·比安卡拉尼 - biancalt@gene.com
• 卢子清- luz21@gene.com

该艺术品由以下机构策划：

• Anna Hupalowska ahupalow@broadinstitute.org