细胞注释

用途

使用SCimilarity做细胞注释，只适用于人类样本

运行方式

模型下载：https://zenodo.org/records/10685499

下载完成后解压模型文件夹，并指定--model_dir参数

使用预构建的数据库（建议添加--cell_type_file参数指定需要注释细胞类型，可用的细胞类型参见模型文件夹中的label_ints.csv）：

SDAS cellAnnotation scimilarity -i st.h5ad -o outdir --bin_size 20 \
--model_dir ./model_v1.1 \
--cell_type_file celltype.txt

使用scimilarityMakeRef构建的单细胞参考数据库：

SDAS cellAnnotation scimilarity -i st.h5ad -o outdir --bin_size 20 \
--model_dir ./model_v1.1 --reference_database scimilarity_ref 

输入参数说明

参数	是否必须	默认值	描述
-i / --input	是		Stereo-seq h5ad，要求有原始表达矩阵
-o / --output	是		输出文件夹
--bin_size	是		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)
--input_layer	否		Stereo-seq h5ad存放raw counts的layer
--input_gene_symbol_key	否	real_gene_name	Stereo-seq h5ad.var中表示基因名(symbol)的列的名称
--slice_key	否	sampleID	多片h5ad.obs中表示片编号的列的名称，用于画图
--model_dir	否	./model_v1.1	Scimilarity模型文件夹路径
--reference_database	否		用scimilarityMakeRef构建的单细胞数据库路径。如果不指定，则使用<model_dir>中预构建的数据库
--cell_type_file	否		需要注释的细胞类型文件，每行一个细胞类型。如果不提供则使用模型中的所有细胞类型。可用的细胞类型参见模型文件夹中的label_ints.csv
--k_nearest_neighbor	否	50	搜索最近的K个细胞
--ef	否	100	HNSW KNN算法的ef。ef越大搜索越准确，但是更耗时
--weighting	否	False	是否使用最近K个细胞的距离加权值而不是原始个数值作为细胞注释的结果
--seed	否	42	随机种子设置
--gpu_id	否	-1	使用的GPU的编号，如果为-1，则使用CPU
--n_threads	否		CPU模式下使用的线程数，默认为全部CPU

输出结果展示

结果文件	描述
<input_name>_anno_scimilarity.csv	每个spot的注释结果，包括每种细胞类型的分数
<input_name>_anno_scimilarity.h5ad	输入h5ad+注释结果。每个细胞类型的分数存在obsm['anno_score_scimilarity']中，分数最高的类型存在obs['anno_scimilarity']中
<input_name>_anno_scimilarity.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_scimilarity_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_scimilarity.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。(cell2location算法-->细胞注释-->输出结果展示)。