graphST算法

运行方式

SDAS spatialDomain graphst –i st.h5ad –o outdir  --n_clusters 10 --bin_size 100 \
 --gpu_id 1 --n_hvg 3000

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
--n_clusters	是		聚类数目
--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)
--tool	否	mclust	Graphst所选的聚类方法，可选'mclust', 'leiden', louvain'
--layer	否		指定Stereo-seq h5ad存放raw counts的layer
--n_hvg	否	3000	使用的高变基因数
--slice_key	否		多片h5ad.obs中表示片编号的列的名称，如果是多片，必须指定*
--gpu_id	否	-1	使用的GPU的编号，如果为-1，则使用CPU
--seed	否	42	随机种子设置

*符合下列情况，可以进行多片分析：

1. 邻片，组织纵向切片，做空间域分析前，需要进行邻片配准，参数slice_key设置为h5ad的obs中记录多片的key。

2. 同一个组织切片，在水平方向上分成若干连续多片，分开测序，需要多片在水平方向上配准。

具体可参考：

1. https://deepst-tutorials.readthedocs.io/en/latest/Tutorial%204_Horizontal%20Integration.html （邻片）

2. https://deepst-tutorials.readthedocs.io/en/latest/Tutorial%205_Vertical%20Integration.html （水平方向）

输出结果展示

结果文件	描述
<input_name>_domain_graphst.h5ad	输入h5ad+空间域聚类结果，聚类结果保存在obs['domain_graphst']中
<input_name>_domain_graphst.png/pdf	空间域cluster在组织上的分布图，同时输出png和pdf
<input_name>_domain_graphst_split.png/pdf	空间域不同cluster分开展示的图，同时输出png和pdf

• 空间域cluster在组织上的分布图：<input_name>_domain_graphst.png/pdf颜色代表每个bin/cellbin的空间结构域类型

• 空间域cluster在组织上分开的分布图: <input_name>_domain_graphst_split.png/pdf颜色代表每个bin/cellbin的空间结构域类型，标题为空间结构域类型（细胞个数）