graphST算法

运行方式

SDAS spatialDomain graphst –i st.h5ad –o outdir  --n_clusters 10 --bin_size 100 \
 --gpu_id 1 --n_hvg 3000

输入参数说明

参数 是否必须 默认值 描述
-i / --input Stereo-seq h5ad,要求有原始表达矩阵
-o / --output 输出文件夹
--n_clusters 聚类数目
--bin_size Bin大小,用于控制图中点的大小,不用于计算,比如20,50,100, cellbin (等效于20)
--tool mclust Graphst所选的聚类方法,可选'mclust', 'leiden', louvain'
--layer 指定Stereo-seq h5ad存放raw counts的layer
--n_hvg 3000 使用的高变基因数
--slice_key 多片h5ad.obs中表示片编号的列的名称,如果是多片,必须指定*
--gpu_id -1 使用的GPU的编号,如果为-1,则使用CPU
--seed 42 随机种子设置

*符合下列情况,可以进行多片分析:

  1. 邻片,组织纵向切片,做空间域分析前,需要进行邻片配准,参数slice_key设置为h5ad的obs中记录多片的key。
  2. 同一个组织切片,在水平方向上分成若干连续多片,分开测序,需要多片在水平方向上配准。

具体可参考:

  1. https://deepst-tutorials.readthedocs.io/en/latest/Tutorial%204\_Horizontal%20Integration.html (邻片)
  2. https://deepst-tutorials.readthedocs.io/en/latest/Tutorial%205\_Vertical%20Integration.html (水平方向)

输出结果展示

结果文件 描述
<input_name>_domain_graphst.h5ad 输入h5ad+空间域聚类结果,聚类结果保存在obs['domain_graphst']中
<input_name>_domain_graphst.png/pdf 空间域cluster在组织上的分布图,同时输出png和pdf
<input_name>_domain_graphst_split.png/pdf 空间域不同cluster分开展示的图,同时输出png和pdf
  • 空间域cluster在组织上的分布图<input_name>_domain_graphst.png/pdf颜色代表每个bin/cellbin的空间结构域类型
  • 空间域cluster在组织上分开的分布图: <input_name>_domain_graphst_split.png/pdf颜色代表每个bin/cellbin的空间结构域类型,标题为空间结构域类型(细胞个数)
© 2025 STOmics Tech. All rights reserved.Modified: 2025-08-01 16:50:17

results matching ""

    No results matching ""