# RCTD算法

## 用途

使用RCTD做解卷积细胞注释

## 运行方式

```bash
SDAS cellAnnotation rctd -i st.h5ad -o outdir --reference sc.h5ad --bin_size 20 --label_key annotation2 \
--filter_rare_cell 0
```

## 输入参数说明

<table><thead><tr><th width="222.727294921875">参数</th><th width="106.272705078125">是否必须</th><th width="148.2725830078125">默认值</th><th>描述</th></tr></thead><tbody><tr><td><strong>-i / --input</strong></td><td><strong>是</strong></td><td></td><td>Stereo-seq h5ad，要求有原始表达矩阵</td></tr><tr><td><strong>-o / --output</strong></td><td><strong>是</strong></td><td></td><td>输出文件夹</td></tr><tr><td><strong>--reference</strong></td><td><strong>是</strong></td><td></td><td>单细胞ref h5ad，要求有原始表达矩阵</td></tr><tr><td><strong>--label_key</strong></td><td><strong>是</strong></td><td></td><td>单细胞ref h5ad.obs中表示细胞类型的列的名称</td></tr><tr><td><strong>--bin_size</strong></td><td><strong>是</strong></td><td></td><td>Bin大小，用于控制图中点的大小，不用于计算,比如20,50,100, cellbin (等效于20)</td></tr><tr><td>--input_layer</td><td>否</td><td></td><td>Stereo-seq h5ad存放raw counts的layer</td></tr><tr><td>--ref_layer</td><td>否</td><td></td><td>单细胞ref h5ad存放raw counts的layer</td></tr><tr><td>--input_gene_symbol_key</td><td>否</td><td>real_gene_name</td><td>Stereo-seq h5ad.var中表示基因名(symbol)的列的名称</td></tr><tr><td>--ref_gene_symbol_key</td><td>否</td><td>_index</td><td>单细胞ref h5ad.var中表示基因名(symbol)的列的名称 (_index 表示使用h5ad.var.index)</td></tr><tr><td>--slice_key</td><td>否</td><td>sampleID</td><td>多片h5ad.obs中表示片编号的列的名称，用于画图</td></tr><tr><td>--filter_rare_cell</td><td>否</td><td>100</td><td>如果某些细胞类型在单细胞ref中细胞数小于此值，则过滤掉这些细胞类型</td></tr><tr><td>--mode</td><td>否</td><td>full</td><td>RCTD模式。选项：doublet, multi, full</td></tr><tr><td>--UMI_min</td><td>否</td><td>100</td><td>小于此UMI数的空转spot会被过滤</td></tr><tr><td>--counts_MIN</td><td>否</td><td>10</td><td>小于此基因数的空转spot会被过滤</td></tr><tr><td>--seed</td><td>否</td><td>42</td><td>随机种子设置</td></tr><tr><td>--n_cpus</td><td>否</td><td>8</td><td>使用的进程数</td></tr></tbody></table>

## 输出结果展示

| 结果文件                                   | 描述                                                                              |
| -------------------------------------- | ------------------------------------------------------------------------------- |
| `<input_name>_anno_rctd.csv`           | 每个spot的注释结果，包括每种细胞类型的分数                                                         |
| `<input_name>_anno_rctd.h5ad`          | 输入h5ad+注释结果。每个细胞类型的分数存在obsm\['anno\_score\_rctd']中，分数最高的类型存在obs\['anno\_rctd']中 |
| `<input_name>_anno_rctd.png/pdf`       | 总体注释结果图，多片情况下每片画一张图，同时输出png和pdf                                                 |
| `<input_name>_anno_rctd_split.png/pdf` | 每个细胞类型分开展示图，多片情况下每片画一张图，同时输出png和pdf                                             |
| `<input_name>_anno_score_rctd.png/pdf` | 每个细胞类型的分数图，多片情况下每片画一张图，同时输出png和pdf                                              |

详细说明与具体结果展示可参考以下[链接](https://mysite.gitbook.io/sdas_manual_cn/readme/04_manual/03_cell2location/02_anno#shu-chu-jie-guo-zhan-shi)。(cell2location算法-->细胞注释-->输出结果展示)。