将R环境下的Seurat RDS格式数据转化成为到python环境下scanpy的anndata格式

Posted 2023-03-25

参考技术A

无论是单细胞、空间组还是ATAC的数据，有时由于下游分析的需求或可视化的需求，同时由于python的运算速度的优势，目前越来越多单细胞分析的工具开始在python环境下开发（scanpy/spGCN/scVelo……），但是大家大多都习惯了R的分析环境（Seurat/Harmony/Monocle3……），所以我们经常需要在不同的环境中运行同一个分析对象，这所以涉及到的数据类型的转变就非常关键了。

想直接想找工具将RDS转为python可读数据对象的包，目前还没有……（如果有大佬可以开发一下）。

目前所以从数据本身出发有三种方式，总结自目前网络上一些可行的方法：

1，提取矩阵（稀疏/稠密）和特征信息（metadata），手动构筑 anndata （单细胞分析时python中的一种数据结构，具体了解可以看一下： https://www.jianshu.com/p/9b057e105c42 ，写得挺好）就好。前提是对R的S4对象和python的anndata对象有基础的认识，就可以搞定，这是最本质也是最万能的方法，除了门槛高。

2，存储的时候就注意，不要保存成rds，或者已经这样保存了也无所谓，可以读入再重新存：
（1）存储成 h5ad格式 。Seurat数据写成h5需要借助包 SeuratDisk : https://github.com/mojaveazure/seurat-disk
从R环境下Seurat的对象保存成h5ad的格式：

然后用python的anndata包/scanpy包直接读入就好，因为h5ad本来就是单细胞在跑一python环境中分析最基础的格式，对标R中的seurat对象或sce对象

这个方法可以具体参考： https://www.jianshu.com/p/c438d545f696 他写得更加详细一点

（2）Seurat官方设置 loom格式 也是可行方式之一：
参见： https://www.jianshu.com/p/147da295fc34
将Seurat对象转为loom:

在python环境下读入loom，成为adata:

总而言之，经个人使用和实际操作来说， 第二个存储成为h5ad的方法时最好用的、也最友好 ，除了只能保存一个assay之外，就都没问题，但是如果许多保存多个assay成为anndata中的多个layer，这就的用手动的方法了。

Amazon Data Pipeline“将 S3 数据加载到 RDS MySQL”查询格式？

【中文标题】Amazon Data Pipeline“将 S3 数据加载到 RDS MySQL”查询格式？

【英文标题】：Amazon Data Pipeline "Load S3 Data to RDS MySQL" query format?

【发布时间】：2016-04-11 21:10:06

【问题描述】：

我想知道将数据从 CSV 插入 MySQL 的 SQL 查询格式是什么。它给出的模板是，“INSERT INTO tablename (col1, col2, col3) VALUES (?,?,?);"

由于每个 CSV 文件中的值是动态的且不同，他们在寻找什么来替换问号？

这里是模板一般格式的链接。

http://docs.aws.amazon.com/datapipeline/latest/DeveloperGuide/dp-template-copys3tords.html

最好的，

卡克曼

【参考方案1】：

对于这个查询，

执行查询时不需要指定问号。

What does a question mark represent in SQL queries?

您只需要关心正确命名的列。

假设您有一张表：联系人（id、姓名、电话、地址）。

那么，查询应该是“INSERT INTO contact(id, name, phone, address) VALUES(?,?,?,?)”