scanpy计算n_genes_by_counts和total_counts等质量控制指标

利用scanpy的calculate_qc_metrics函数计算adata的obs中的质量控制指标（n_genes_by_counts,total_counts等参数指标）

⚠️注意：只是计算相关质量控制指标，并不会筛选/过滤数据。

类似代码：Dandelion库的ddl.pp.recipe_scanpy_qc(adata)似乎也能达到相同效果。

导入

需要用的包：scanpy和anndata
导入包和读取adata数据

import anndata
import scanpy as sc

import pandas as pd
import numpy as np


adata=anndata.read(file_address)
print(adata)
print(adata.obs)

相关质量控制指标含义：

(1)obs

• n_genes_by_count：细胞中计数呈阳性的基因数量。（一个细胞中有多少种基因。）

• total_counts：细胞的计数总数（该细胞的基因总数），这也可能称为库大小。

• pct_counts_mt：线粒体细胞总数的比例。

(2)var

• n_cells_by_counts：所有细胞中表达该基因的细胞数目
• mean_counts：所有细胞中该基因表达的平均值
• pct_dropout_by_counts：未表达该基因的细胞占细胞总数的百分比
• total_counts：所有细胞中，基因的表达量总和

使用方法

1. 计算质量控制指标n_genes_by_counts,total_counts等参数指标：log1p=False

sc.pp.calculate_qc_metrics(adata, percent_top=None, log1p=False, inplace=True)
print(adata)
print(adata.obs)

2. 如果需要log1p变换，即log1p_n_genes_by_counts和log1p_total_counts参数指标：log1p=True

sc.pp.calculate_qc_metrics(adata, percent_top=None, log1p=True, inplace=True)
print(adata)
print(adata.obs)

3. 如果需要计算线粒体基因的表达量，即total_counts_mt和pct_counts_mt参数指标：qc_vars=["mt"]
   adata.var有个字段为"mt" 用于判断基因是否为线粒体基因，将会增加三个指标：

• total_counts_mt : 细胞中线粒体基因表达量总和
• log1p_total_counts_mt: log1p(细胞中线粒体基因表达量总和)
• pct_counts_mt: 细胞中线粒体基因表达量总和 占 总基因表达和的百分比

adata.var["mt"] = adata.var_names.str.startswith("MT-")
sc.pp.calculate_qc_metrics( adata, qc_vars=["mt"], percent_top=None, log1p=False, inplace=True)
print(adata)
print(adata.obs)