# NeST算法

## 用途

使用NeST 算法进行空间基因共表达基因集识别

## 运行方式

```bash
SDAS coexpress nest -i st.h5ad -o outdir --bin_size 100 \
--layer raw_counts \
--selected_genes top5000  \
--moran_path ./moran.csv \
--n_cpus 8 \
--seed 42  \
--hotspot_min_size 30  \
--hotspot_min_samples 4 \
--min_cells 100
```

## 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                                                               |
| --hotspot\_min\_size    | 否     | 30      | 空间高变单基因覆盖的最少spot/细胞数                                               |
| --hotspot\_min\_samples | 否     | 4       | 识别空间高变单基因时DBSCAN算法覆盖的最少邻域spot/细胞个数（k neighbor）                     |
| --min\_cells            | 否     | 100/30  | 共表达基因集覆盖的最少spot/细胞个数，默认：cellbin/bin20/bin50时为100；bin100/bin200时为30 |

## 输出结果展示

| 结果文件                                                                   | 描述                                                        |
| ---------------------------------------------------------------------- | --------------------------------------------------------- |
| `<input_name>_nest.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>_nest.h5ad`                                               | 含有共表达基因集结果的h5ad文件（adata.obsm\[‘module\_score\_nest’])     |
| `<input_name>_nest_module_score_nest.png/pdf`                          | 共表达基因集的基因集打分空间热图                                          |
| `<input_name>_nest.all_coex_hotspots/_nest.all_coex_structure.png/pdf` | 共表达基因集的空间位置与层级结构                                          |
| `<input_name>_nest.separate_coex_hotspots.png/pdf`                     | 共表达基因集的空间位置与基因个数                                          |
| `<input_name>_nest.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>_nest.module.csv`，以逗号分隔。NeST识别的空间高变基因对应的共表达基因集（module）

| Module  | geneid          | real\_gene\_name |
| ------- | --------------- | ---------------- |
| Module0 | ENSG00000116016 | EPAS1            |
| Module0 | ENSG00000106554 | CHCHD3           |
| Module0 | ENSG00000104164 | MDGA2            |

* **共表达基因集的基因集打分空间热图**`<input_name>_nest_module_score_nest.png`：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

<figure><img src="https://2512275466-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FaaKaKxoqTIFT7FAUUQFl%2Fuploads%2Fkbgb2cYqPPRsweUMCZfe%2F%E5%85%B1%E8%A1%A8%E8%BE%BE%E5%9F%BA%E5%9B%A0%E9%9B%86%E7%9A%84%E5%9F%BA%E5%9B%A0%E9%9B%86%E6%89%93%E5%88%86%E7%A9%BA%E9%97%B4%E7%83%AD%E5%9B%BE.png?alt=media&#x26;token=140f1a6b-3614-493b-99fc-3cdfbb1029e7" alt="" width="563"><figcaption></figcaption></figure>

* **共表达基因集的空间位置与层级结构**`<input_name>_nest.all_coex_hotspots.png/pdf;<input_name>_nest.all_coex_structure.png/pdf`：展示不同共表达基因集（Module）之间的层级关系。图中颜色表示不同共表达基因集所在的空间区域

<figure><img src="https://2512275466-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FaaKaKxoqTIFT7FAUUQFl%2Fuploads%2FTFzVZ59Qf2k3b8VCX36u%2F%E5%85%B1%E8%A1%A8%E8%BE%BE%E5%9F%BA%E5%9B%A0%E9%9B%86%E7%9A%84%E7%A9%BA%E9%97%B4%E4%BD%8D%E7%BD%AE%E4%B8%8E%E5%B1%82%E7%BA%A7%E7%BB%93%E6%9E%84.png?alt=media&#x26;token=02616943-1b04-4769-a097-021323981ecb" alt="" width="355"><figcaption></figcaption></figure>

* **共表达基因集的空间位置与基因个数**`<input_name>_nest.separate_coex_hotspots.png/pdf`：可视化所有共表达基因集（Module）所在的空间区域以及包含的基因数量

<figure><img src="https://2512275466-files.gitbook.io/~/files/v0/b/gitbook-x-prod.appspot.com/o/spaces%2FaaKaKxoqTIFT7FAUUQFl%2Fuploads%2FSsGawKFKmMkcRYSHGPVJ%2F%E5%85%B1%E8%A1%A8%E8%BE%BE%E5%9F%BA%E5%9B%A0%E9%9B%86%E7%9A%84%E7%A9%BA%E9%97%B4%E4%BD%8D%E7%BD%AE%E4%B8%8E%E5%9F%BA%E5%9B%A0%E4%B8%AA%E6%95%B0.png?alt=media&#x26;token=85908b62-08d3-4863-b169-ddb309497366" alt="" width="331"><figcaption></figcaption></figure>

## 结果解读说明

* 共表达基因集从Module0开始，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较少，建议降低`hotspot_min_size`到10。
* 识别的空间共表达基因集较少，建议降低`min_cells`到10。
* 若识别pattern过于精细，出现"NumPy Unable to allocate X GiB array"报错，建议升高`hotspot_min_size`和`hotspot_min_samples`。