单细胞 rds转换为adata R Python

格式转换 R中运行部分

library(Seurat)library(MuDataSeurat)

Warning message:“package ‘Seurat’ was built under R version 4.3.2”Loading required package: SeuratObjectWarning message:“package ‘SeuratObject’ was built under R version 4.3.2”Loading required package: spWarning message:“package ‘sp’ was built under R version 4.3.2”‘SeuratObject’ was built with package ‘Matrix’ 1.6.3 but the currentversion is 1.6.5; it is recomended that you reinstall ‘SeuratObject’ asthe ABI for ‘Matrix’ may have changedAttaching package: ‘SeuratObject’The following object is masked from ‘package:base’:    intersect

seurat_obj <- readRDS("./sce_R_0.5.rds")

seurat_obj

WriteH5MU(seurat_obj,"./sce_R_0.5.h5mu")

Warning message in WriteH5ADHelper(object, mod, mod_group):“Loadings for pca are computed only for a some features. For it, an array with full var dimension will be recorded as it has to be match the var dimension of the data.”Added .var['highly_variable'] with highly variable features

python运行部分

Python 的导入语句，用于引入后续分析所需的各类工具库。可以将其理解为“打开工具箱，并把常用工具拿出来放在手边”。

import scanpy as scimport anndataimport pandas as pdimport numpy as npfrom scipy.io import mmreadfrom pathlib import Pathimport pandas as pdimport seaborn as snsimport matplotlib.pyplot as pltimport matplotlib.colors as mcolors

设置 Matplotlib 全局默认的图像尺寸：将 Matplotlib 创建新图像（Figure）时的默认尺寸设置为 4英寸宽 × 4英寸高

plt.rcParams['figure.figsize']=(4,4)

读取数据

导入 mudata库：一个专门处理多模态单细胞数据的 Python 库。它允许你将不同模态（如 scRNA-seq、scATAC-seq、空间转录组等）的数据整合在一个统一的数据结构中进行分析。

import mudata as md

使用 mudata库从指定路径读取一个 .h5mu文件，并将其内容加载为一个 MuData 对象：名为 mdata的 MuData 对象将在内存中被创建。它如同一个“容器”，内部可以存放多个 AnnData对象（例如，分别代表 RNA、ATAC 等不同模态的数据）。

mdata = md.read("/your/path/sce_R_0.5.h5mu")

输入 mdata后看到的是 MuData 对象的“摘要信息”，它清晰地展示了数据集的整体结构和内容：

MuData object with n_obs × n_vars = 27439 × 21808 这表示您的数据集包含： 观测值 (n_obs): 27,439 个 (通常是细胞) 变量 (n_vars): 21,808 个 (通常是基因) 这里的 n_vars指的是所有模态合并后的总特征数

obs: 'orig.ident', 'nCount_RNA', 'nFeature_RNA', 'Sample', 'percent.mt', 'percent.Ribo', 'integrated_snn_res.0.1', ..., 'seurat_clusters' obs是一个 DataFrame，存储了每个细胞的元数据（即“细胞信息表”）。主要包含： 基础信息 orig.ident: 原始样本/批次 ID。 Sample: 样本名称。 质量控制指标 nCount_RNA: 每个细胞检测到的 RNA 分子总数 (UMI)。 nFeature_RNA: 每个细胞检测到的基因数量。 percent.mt: 线粒体基因表达占比，用于评估细胞质量。 percent.Ribo: 核糖体基因表达占比。 聚类结果 integrated_snn_res.*: 在不同分辨率下进行 Seurat 整合聚类的结果。 seurat_clusters: 最终选定的聚类结果 (通常是某个分辨率下的结果)。

obsm: 'X_tsne', 'X_umap' obsm(observation multi-dimensional annotations) 存储了每个细胞的多维特征，常用于数据可视化。这里已包含： X_tsne: t-SNE 降维后的 2D 坐标。 X_umap: UMAP 降维后的 2D 坐标。

2 modalities RNA: 27439 x 19808 integrated: 27439 x 2000 这表明 mdata是一个包含 2 个模态 的多模态对象，所有模态共享同一批 27,439 个细胞，但特征不同。 RNA 模态 维度: 27,439 个细胞 × 19,808 个基因。 核心内容: 存储了原始的 scRNA-seq 表达数据。 .X: 表达矩阵 (通常为归一化或 log 转换后的数据)。 .layers['counts']: 原始 UMI 计数矩阵。 .obsm['X_pca']: PCA 降维结果。 .varm['PCs']: PCA 载荷矩阵。 .uns['pca']: PCA 相关的其他信息。 integrated 模态 维度: 27,439 个细胞 × 2,000 个特征。 核心内容: 存储了经过批次校正或整合后的低维表示，常用于下游分析和聚类。 .var: 包含 vst.mean, vst.variance, highly_variable等特征信息。 .obsm['X_pca'], .varm['PCs']: 基于整合数据的 PCA 结果。 .layers['data']: 用于下游分析的整合后数据矩阵。 .obsp['nn'], .obsp['snn']: 用于构建近邻图的 KNN 和 SNN 图。

mdata

MuData object with n_obs × n_vars = 27439 × 21808 obs: 'orig.ident', 'nCount_RNA', 'nFeature_RNA', 'Sample', 'percent.mt', 'percent.Ribo', 'integrated_snn_res.0.1', 'integrated_snn_res.0.3', 'integrated_snn_res.0.5', 'integrated_snn_res.0.7', 'integrated_snn_res.0.9', 'integrated_snn_res.1.1', 'integrated_snn_res.1.3', 'integrated_snn_res.1.5', 'integrated_snn_res.1.7', 'integrated_snn_res.1.9', 'seurat_clusters' obsm: 'X_tsne', 'X_umap' 2 modalities RNA: 27439 x 19808 uns: 'pca' obsm: 'X_pca' varm: 'PCs' layers: 'counts' integrated: 27439 x 2000 var: 'vst.mean', 'vst.variance', 'vst.variance.expected', 'vst.variance.standardized', 'vst.variable', 'highly_variable' uns: 'pca' obsm: 'X_pca' varm: 'PCs' layers: 'data' obsp: 'nn', 'snn'

从 MuData多模态数据对象 mdata中，提取名为 "RNA"的模态，并将其赋值给一个新的变量 adata。adata就成为一个标准的 AnnData对象，可以直接用于 Scanpy 的分析流程。

adata = mdata.mod['RNA']

将 MuData对象中 integrated模态的分析结果（如降维、邻域图等）整合到 RNA模态的 AnnData对象 adata中

import scanpy as scadata = mdata.mod['RNA'].copy()adata.obs = mdata.obs.copy()adata.obsm['X_umap']= mdata.obsm['X_umap']adata.obsm['X_tsne']= mdata.obsm['X_tsne']adata.obsm['X_pca']= mdata.mod['integrated'].obsm['X_pca']adata.obsp['distances']= mdata.mod['integrated'].obsp['nn']adata.obsp['connectivities']= mdata.mod['integrated'].obsp['snn']if'pca'in mdata.mod['integrated'].uns:    adata.uns['pca']= mdata.mod['integrated'].uns['pca']

adata

AnnData object with n_obs × n_vars = 27439 × 19808 obs: 'orig.ident', 'nCount_RNA', 'nFeature_RNA', 'Sample', 'percent.mt', 'percent.Ribo', 'integrated_snn_res.0.1', 'integrated_snn_res.0.3', 'integrated_snn_res.0.5', 'integrated_snn_res.0.7', 'integrated_snn_res.0.9', 'integrated_snn_res.1.1', 'integrated_snn_res.1.3', 'integrated_snn_res.1.5', 'integrated_snn_res.1.7', 'integrated_snn_res.1.9', 'seurat_clusters' uns: 'pca' obsm: 'X_pca', 'X_umap', 'X_tsne' varm: 'PCs' layers: 'counts' obsp: 'distances', 'connectivities'

画个图看看

sc.pl.umap(adata, color=['seurat_clusters','Sample'])