小沐同学（AI）|单细胞测序100问(57)

Q：使用scanpy进行单模态数据分析

A：

现在我们已经理解了单模态单细胞分析的基本数据结构，剩下的问题是我们如何实际分析存储的数据。在scverse生态系统中存在着多种分析特定组学数据的工具。例如，scanpy提供了针对一般RNA-Seq分析的工具，squidpy专注于空间转录组学，而scirpy提供了用于分析T细胞受体（TCR）和B细胞受体（BCR）数据的工具。尽管存在许多针对不同数据模态的scverse扩展，它们通常在一定程度上使用了scanpy的预处理和可视化能力。

更具体地说，scanpy是一个建立在AnnData之上的Python包，用于便利地分析单细胞基因表达数据。通过scanpy可以访问多种预处理、嵌入、可视化、聚类、差异基因表达检测、拟时序和轨迹推断以及基因调控网络模拟的方法。基于Python数据科学和机器学习库的高效实现，使得scanpy能够扩展到数百万个细胞。

通常，最佳实践的单细胞数据分析是一个交互式过程。许多决策和分析步骤取决于之前步骤的结果和可能的实验伙伴的输入。像scflow这样的Pipelines，它完全自动化了一些下游分析步骤。这些Pipelines必须做出假设和简化，这可能会产生不稳健的分析。因此，scanpy被设计为用于交互式分析，例如使用Jupyter Notebooks。