labsyspharm/scimap

SCIMAP 镜像文档

镜像概述和主要用途

SCIMAP是一个用于空间分子数据综合分析的可扩展Python工具包，其底层框架可推广至映射到XY坐标的空间数据集。该工具包基于anndata框架构建，便于与其他主流单细胞分析工具集成，包含预处理、表型分析、可视化、聚类、空间分析及差异空间测试等功能，能高效处理数百万细胞的大型数据集。

核心功能和特性

• 框架集成：基于anndata框架，可与其他单细胞分析工具无缝集成
• 全面分析功能：涵盖预处理、表型分析、可视化、聚类、空间分析及差异空间测试
• 大数据处理：Python实现可高效处理包含数百万细胞的大型空间数据集
• 广泛适用性：适用于所有映射到XY坐标的空间分子成像数据

使用场景和适用范围

适用于需要对空间分子成像数据（如 multiplexed imaging data）进行综合分析的研究场景，特别适合处理大型空间单细胞数据集，广泛应用于生物学、医学等领域的空间分布模式研究、细胞表型分析及空间异质性探索。

使用方法和配置说明

拉取镜像

bash
docker pull docker.xuanyuan.run/scimap:latest

基本运行命令

以交互式模式启动容器，并挂载本地数据目录：

bash
docker run -it --rm -v /path/to/local/data:/data docker.xuanyuan.run/scimap:latest

参数说明：

• -v /path/to/local/data:/data: 将本地数据目录挂载到容器内/data路径，实现数据共享
• --rm: 容器退出后自动清理
• -it: 启用交互式终端

在容器中使用SCIMAP

进入容器后，通过Python导入SCIMAP：

bash
python
>>> import scimap as sm

数据处理示例

假设本地数据目录/path/to/local/data中存在空间分子数据文件spatial_data.h5ad，可在容器中执行以下分析流程：

python
# 导入SCIMAP
import scimap as sm

# 读取数据
adata = sm.read("/data/spatial_data.h5ad")

# 数据预处理
adata = sm.pp.normalize_total(adata)  # 数据归一化
adata = sm.pp.log1p(adata)  # 对数转换

# 表型分析
adata = sm.tl.phenotype(adata, markers=['CD3', 'CD4', 'CD8'])  # 细胞表型鉴定

# 空间可视化
sm.pl.spatial(adata, color='phenotype', spot_size=10)  # 绘制空间分布热图

# 空间聚类分析
adata = sm.tl.spatial_cluster(adata, resolution=0.5)  # 空间聚类

引用信息

使用SCIMAP时，请引用：
Nirmal et al., (2024). SCIMAP: A Python Toolkit for Integrated Spatial Analysis of Multiplexed Imaging Data. Journal of Open Source Software, 9(97), 6604, https://doi.org/10.21105/joss.06604