SPOTlight算法

用途

使用SPOTlight做解卷积细胞注释

运行方式

SDAS cellAnnotation spotlight -i st.h5ad -o outdir --reference sc.h5ad --bin_size 20 --label_key annotation2 \ 
--input_gene_symbol_key _index

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
--reference	是		单细胞ref h5ad，要求有原始表达矩阵
--label_key	是		单细胞ref h5ad.obs中表示细胞类型的列的名称
--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
--ref_layer	否		单细胞ref 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
--ref_gene_symbol_key	否	_index	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)
--slice_key	否	sampleID	多片h5ad.obs中表示片编号的列的名称，用于画图
--filter_rare_cell	否	100	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
--n_cells	否	100	单细胞ref中每个细胞类型随机选取的细胞数，用于训练spotlight模型
--n_hvg	否	3000	单细胞ref中的高变基因个数，高变基因和marker基因共同作为基因集
--auc_threshold	否	0.5	用于过滤单细胞ref中每个细胞类型marker基因的AUC阈值，高变基因和marker基因共同作为基因集
--norm_sc	否	False	是否用logNormCounts函数处理单细胞ref数据
--norm_sp	否	False	是否用logNormCounts函数处理Stereo-seq数据
--seed	否	42	指定随机种子
--n_threads	否	8	使用的线程数

输出结果展示

结果文件	描述
<input_name>_anno_spotlight.csv	每个spot的注释结果，包括每种细胞类型的分数
<input_name>_anno_spotlight.h5ad	输入h5ad+注释结果。每个细胞类型的分数存在obsm['anno_score_spotlight']中，分数最高的类型存在obs['anno_spotlight']中
<input_name>_anno_spotlight.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_spotlight_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_spotlight.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)。