Hotspot算法

用途

使用Hotspot算法进行空间基因共表达基因集识别

运行方式

SDAS coexpress hotspot -i st.h5ad -o outdir --bin_size 100 \
--layer raw_counts \
--selected_genes top5000 \ 
--moran_path ./moran.csv \
--n_cpus 8 \
--seed 42  \
--fdr_cutoff 0.05 \
--model bernoulli

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	50	分辨率Bin大小（20, 50, 100, 200, cellbin），与输入h5ad一致，画图与计算均需要
--layer	否		指定h5ad中原始表达矩阵的layer层 （例如layers[‘raw_counts’]
--selected_genes	否	top5000	基因列表（topn高变基因, full全部基因）
--moran_path	否		已计算好的基因莫兰指数列表路径
--n_cpus	否	8	并行计算进程数
--seed	否	42	随机种子
--fdr_cutoff	否	0.05	统计检验空间高变基因与共表达基因集的FDR矫正阈值
--model	否	normal	统计检验假设（normal, bernoulli, danb, none）

输出结果展示

结果文件	描述
<input_name>_hotspot.module.csv	空间高变基因（gene symbol+gene id）对应的共表达基因集（module）的共表达基因集的结果csv
<input_name>_hotspot.h5ad	含有共表达基因集结果的h5ad文件（adata.obsm[‘module_score_hotspot’])
<input_name>_hotspot_module_score_hotspot.png/pdf	共表达基因集的基因集打分空间热图
<input_name>_hotspot.all_coex_heatmap.png/pdf	共表达基因集的相似性热图
<input_name>_hotspot.moran.csv	如果使用topn计算，输出全部基因的莫兰指数以及P值

• 共表达基因集的结果csv：<input_name>_hotspot.module.csv，以逗号分隔。Hotspot识别的空间高变基因对应的共表达基因集（module）

geneid	real_gene_name	FDR	Module
ENSG00000163209	SPRR3	0.0	Module-1
ENSG00000151632	AKR1C2	0.0	Module-1
ENSG00000170345	FOS	0.0	Module-1
ENSG00000164433	FABP5	0.0	Module-1
ENSG00000120129	DUSP1	0.0	Module-1

• 共表达基因集的基因集打分空间热图<input_name>_hotspot_module_score_hotspot.png/pdf：可视化所有共表达基因集（Module）的空间分布模式。图中颜色强度表示共表达基因集表达量的高低

• 共表达基因集的相似性热图<input_name>_hotspot.all_coex_heatmap.png/pdf：展示不同共表达基因集（Module）之间的相似性聚类关系。图中颜色表示不同共表达基因集的相似度，红色为高度相似

结果解读说明

• 共表达基因集从Module1开始，Module-1/没有Module为不符合共表达基因集聚类要求的基因。

调参建议

• 若样本bin20/50基因数低于200，或其他特殊样本，识别的空间高变基因/共表达基因集较少，建议将model参数从normal改为bernoulli，并将fdr_cutoff设置为0.05。