常见问题

1. 输入文件的格式是什么样的？

答：SDAS支持SAW count，SAW gef2h5ad，SAW aggr(alpha ver.)的输出文件；同时支持用户按照SDAS输入数据格式描述自行准备的文件。

2. 细胞注释模块有5种算法，Spotlight\cell2location\RCTD\Tangram均需要对应的scRNA-Seq数据，SDAS是否提供，如果不提供，用户应该如何准备？

答：SDAS软件暂时不提供细胞注释的单细胞数据，用户需要按照使用手册中的格式说明来准备h5ad文件。

3. SDAS中的各模块支持scRNA-Seq数据分析吗，如果支持，用户应该如何准备单细胞数据？

答：SDAS中的dataProcess，DEG, geneSetEnrichment, inferCNV，CCI, trajectory，转录因子分析模块均支持scRNA-Seq数据分析，用户按照使用手册准备输入文件（h5ad或rds）即可。

4. 基于SDAS各模块输出结果，进行可视化作图，是否有支持方案？

答：SDAS的每个模块具有独立的环境，且每个环境中安装有jupyter kernel（ipykernel/IRkernel），支持用户直接调用该环境使用Jupyter Notebook等交互式环境画图。

5. 输入文件h5ad的版本问题？

答：未适配Anndata 0.11.0+新格式，读取含None的h5ad时会报错（报错特征：TypeError: Can't implicitly convert non-string objects）。建议用户预处理h5ad写入前清除所有None，以下是参考代码：

import anndata as ad

def remove_none_before_write(adata: ad.AnnData) -> ad.AnnData:
    """递归移除adata中所有None值，适配SDAS"""
    # 处理uns
    for k in list(adata.uns.keys()):
        if adata.uns[k] is None:
            del adata.uns[k]
        elif isinstance(adata.uns[k], dict):
            # 递归清理嵌套dict
            adata.uns[k] = {subk: subv for subk, subv in adata.uns[k].items() if subv is not None}
    # 处理obs、var（含None的列转NaN或删除）
    adata.obs = adata.obs.dropna(axis=1, how='all')  # 全None列删除
    adata.var = adata.var.dropna(axis=1, how='all')
    # 处理layers、obsm、varm等
    for k in list(adata.layers.keys()):
        if adata.layers[k] is None:
            del adata.layers[k]
    return adata

# 使用示例
adata = ad.read_h5ad("your_data.h5ad")
adata_clean = remove_none_before_write(adata)
adata_clean.write_h5ad("data_for_sdas.h5ad")  # 无None，SDAS可正常读取