챕터 28 본편: 공간 전사체학 분석

공간 전사체학 분석 실습

개요

이 장에서는 Squidpy를 사용하여 공간 전사체학 데이터를 분석하는 실습을 다룬다. 공간 전사체학의 기본 원리, 다양한 기술 플랫폼(Visium, MERSCOPE, Xenium 등)에 대한 이론적 내용은 12장 조직 병리학과 공간체학을 참조한다.

Squidpy

Squidpy는 공간 오믹스 데이터 분석을 위한 Python 라이브러리이다. Scanpy와 AnnData 생태계와 완전히 통합되어 있으며, 공간 그래프 분석, 이미지 분석, 공간 통계 계산 등의 기능을 제공한다.

Squidpy의 주요 기능은 다음과 같다:

기능	설명
공간 그래프 구축	세포 간 공간 관계를 그래프로 표현
공간 통계	Moran’s I, Ripley’s L 등 공간 자기상관 분석
이웃 농축 분석	세포 유형 간 공간적 상호작용 분석
동시 발생 분석	특정 거리에서 세포 유형의 동시 발생 확률 계산
이미지 분석	조직 이미지에서 형태학적 특성 추출

참고: https://squidpy.readthedocs.io/

실습 환경 구성

작업 디렉토리 생성

$ mkdir -p ~/spatial
$ cd ~/spatial

UV 가상환경 설정

$ uv venv --python 3.11
$ source .venv/bin/activate

필수 라이브러리 설치

$ uv pip install squidpy scanpy spatialdata spatialdata-io ipykernel

Jupyter 커널 등록

$ python -m ipykernel install --user --name spatial --display-name "spatial"

10x Genomics Xenium 데이터 분석

데이터 로드

Xenium은 10x Genomics의 제자리 시퀀싱(In Situ Sequencing) 기반 플랫폼이다. 이 실습에서는 인간 폐암 데이터셋을 사용한다.

import squidpy as sq
import scanpy as sc
import spatialdata_io
import matplotlib.pyplot as plt
 
# Xenium 데이터 로드 (SpatialData 형식으로 변환)
sdata = spatialdata_io.xenium(
    "path/to/xenium_output",
    cells_as_shapes=True
)
 
# AnnData 객체 추출
adata = sdata.tables["table"]

품질 관리(QC) 지표 계산

# QC 지표 계산
sc.pp.calculate_qc_metrics(adata, percent_top=None, inplace=True)
 
# QC 지표 시각화
fig, axes = plt.subplots(1, 3, figsize=(15, 4))
 
axes[0].hist(adata.obs["total_counts"], bins=50)
axes[0].set_xlabel("Total counts")
axes[0].set_ylabel("Number of cells")
 
axes[1].hist(adata.obs["n_genes_by_counts"], bins=50)
axes[1].set_xlabel("Number of genes")
axes[1].set_ylabel("Number of cells")
 
# 세포 면적 분포 (Xenium에서 제공하는 경우)
if "cell_area" in adata.obs.columns:
    axes[2].hist(adata.obs["cell_area"], bins=50)
    axes[2].set_xlabel("Cell area")
    axes[2].set_ylabel("Number of cells")
 
plt.tight_layout()
plt.show()

데이터 전처리

단일세포 전사체 분석과 동일한 전처리 파이프라인을 적용한다. 자세한 내용은 25장 단일세포 전사체 분석을 참조한다.

# 세포 및 유전자 필터링
sc.pp.filter_cells(adata, min_counts=10)
sc.pp.filter_genes(adata, min_cells=5)
 
# 정규화 및 로그 변환
sc.pp.normalize_total(adata)
sc.pp.log1p(adata)
 
# 고변이 유전자 선택
sc.pp.highly_variable_genes(adata, n_top_genes=2000)
 
# 차원 축소
sc.pp.pca(adata, n_comps=30)
sc.pp.neighbors(adata, n_neighbors=15)
sc.tl.umap(adata)
 
# 클러스터링
sc.tl.leiden(adata, resolution=0.5)

공간 시각화

# UMAP 시각화
sc.pl.umap(adata, color="leiden", legend_loc="on data")
 
# 공간 좌표에서 클러스터 시각화
sq.pl.spatial_scatter(
    adata,
    color="leiden",
    shape=None,
    size=0.5
)

공간 이웃 그래프 구축

공간 분석을 위해서는 먼저 세포 간 공간 관계를 그래프로 구축해야 한다.

# Delaunay 삼각분할 기반 공간 그래프 구축
sq.gr.spatial_neighbors(adata, coord_type="generic", delaunay=True)
 
# 또는 고정 반경 기반 이웃 정의
sq.gr.spatial_neighbors(adata, coord_type="generic", radius=100)

이웃 농축 분석

이웃 농축 분석(Neighborhood Enrichment)은 특정 세포 유형이 다른 세포 유형 근처에 예상보다 많이 또는 적게 분포하는지를 분석한다.

# 이웃 농축 분석
sq.gr.nhood_enrichment(adata, cluster_key="leiden")
 
# 결과 시각화
sq.pl.nhood_enrichment(
    adata,
    cluster_key="leiden",
    method="average",
    cmap="coolwarm",
    vmin=-50,
    vmax=50
)

결과 히트맵에서 양수 값(빨간색)은 두 클러스터가 공간적으로 함께 분포하는 경향을, 음수 값(파란색)은 서로 떨어져 분포하는 경향을 나타낸다.

동시 발생 분석

동시 발생 분석(Co-occurrence Analysis)은 특정 세포 유형이 다른 세포 유형 근처에서 발견될 조건부 확률을 거리에 따라 분석한다.

# 동시 발생 분석
sq.gr.co_occurrence(
    adata,
    cluster_key="leiden",
    spatial_key="spatial",
    interval=[0, 100, 200, 300, 400, 500]
)
 
# 결과 시각화
sq.pl.co_occurrence(
    adata,
    cluster_key="leiden",
    clusters=["0", "1", "2"]  # 관심 클러스터 선택
)

중심성 점수 계산

그래프 중심성 지표를 계산하여 각 클러스터의 공간적 특성을 분석한다.

# 중심성 점수 계산
sq.gr.centrality_scores(adata, cluster_key="leiden")
 
# 결과 시각화
sq.pl.centrality_scores(adata, cluster_key="leiden")

Moran’s I를 이용한 공간 자기상관 분석

Moran’s I는 유전자 발현이 공간적으로 클러스터링되어 있는지(양의 자기상관), 무작위로 분포하는지, 또는 분산되어 있는지(음의 자기상관)를 측정하는 통계량이다.

# 공간 자기상관 계산
sq.gr.spatial_autocorr(
    adata,
    mode="moran",
    n_perms=100,
    n_jobs=4
)
 
# 결과 확인
adata.uns["moranI"].head(20)

Ripley’s L 함수

Ripley’s L 함수는 특정 클러스터의 점 패턴이 클러스터링되어 있는지, 무작위인지, 분산되어 있는지를 분석한다.

# Ripley's L 계산
sq.gr.ripley(adata, cluster_key="leiden", mode="L")
 
# 결과 시각화
sq.pl.ripley(adata, cluster_key="leiden", mode="L")

Vizgen MERSCOPE 데이터 분석

데이터 로드

MERSCOPE는 Vizgen의 MERFISH 기반 플랫폼이다. 이 실습에서는 마우스 뇌 수용체 데이터셋을 사용한다.

import squidpy as sq
 
# Vizgen 데이터 로드
adata = sq.read.vizgen(
    path="path/to/vizgen_output",
    counts_file="cell_by_gene.csv",
    meta_file="cell_metadata.csv",
    transformation_file="micron_to_mosaic_pixel_transform.csv"
)

품질 관리

# QC 지표 계산
sc.pp.calculate_qc_metrics(adata, percent_top=None, inplace=True)
 
# 세포 부피 분포 확인 (MERSCOPE에서 제공)
if "volume" in adata.obs.columns:
    fig, ax = plt.subplots(figsize=(6, 4))
    ax.hist(adata.obs["volume"], bins=50)
    ax.set_xlabel("Cell volume")
    ax.set_ylabel("Number of cells")
    plt.show()

전처리 및 클러스터링

# 필터링
sc.pp.filter_cells(adata, min_counts=50)
sc.pp.filter_genes(adata, min_cells=10)
 
# 정규화
sc.pp.normalize_total(adata)
sc.pp.log1p(adata)
 
# 고변이 유전자 선택
sc.pp.highly_variable_genes(adata, n_top_genes=500)
 
# 차원 축소 및 클러스터링
sc.pp.pca(adata, n_comps=30)
sc.pp.neighbors(adata)
sc.tl.umap(adata)
sc.tl.leiden(adata, resolution=0.8)

공간 분석

# 공간 그래프 구축
sq.gr.spatial_neighbors(adata, coord_type="generic", delaunay=True)
 
# 이웃 농축 분석
sq.gr.nhood_enrichment(adata, cluster_key="leiden")
sq.pl.nhood_enrichment(adata, cluster_key="leiden")
 
# 동시 발생 분석
sq.gr.co_occurrence(
    adata,
    cluster_key="leiden",
    interval=[0, 50, 100, 150, 200]
)
 
# Moran's I
sq.gr.spatial_autocorr(adata, mode="moran")
 
# Ripley's L
sq.gr.ripley(adata, cluster_key="leiden", mode="L")

특정 유전자의 공간 발현 시각화

# 특정 유전자 발현의 공간 분포
sq.pl.spatial_scatter(
    adata,
    color=["Gad1", "Slc17a7", "Aqp4"],  # 마커 유전자
    shape=None,
    size=0.5
)

공간 통계 분석의 해석

Moran’s I 해석

Moran’s I 값	해석
I > 0	양의 공간 자기상관 (클러스터링)
I ≈ 0	무작위 분포
I < 0	음의 공간 자기상관 (분산)

p-value가 유의수준(일반적으로 0.05) 미만일 때 공간 패턴이 통계적으로 유의하다고 판단한다.

이웃 농축 z-score 해석

z-score	해석
z > 2	유의한 양의 농축 (함께 분포)
-2 < z < 2	무작위 분포
z < -2	유의한 음의 농축 (분리되어 분포)

Ripley’s L 해석

Ripley’s L 함수에서 관측값이 기대값(무작위 분포)보다 높으면 클러스터링을, 낮으면 분산을 나타낸다.

SpatialData 형식

SpatialData는 공간 오믹스 데이터를 위한 표준화된 데이터 형식이다. 다양한 공간 오믹스 플랫폼의 데이터를 통합된 형식으로 저장하고 분석할 수 있다.

SpatialData 구조

구성요소	설명
Tables	AnnData 형식의 유전자 발현 데이터
Points	개별 전사체의 공간 좌표
Shapes	세포 경계 등의 다각형
Labels	세포 분할 마스크
Images	조직 이미지

SpatialData 사용

import spatialdata as sd
import spatialdata_io
 
# Xenium 데이터 로드
sdata = spatialdata_io.xenium("path/to/data")
 
# 구성요소 확인
print(sdata)
 
# 테이블 접근
adata = sdata.tables["table"]
 
# 이미지 접근
images = sdata.images
 
# 포인트 접근 (전사체 위치)
points = sdata.points

napari를 이용한 대화형 시각화

napari는 다차원 이미지 데이터를 대화형으로 시각화하는 도구이다. SpatialData와 통합하여 공간 전사체학 데이터를 탐색할 수 있다.

# napari 설치 (별도 설치 필요)
# uv pip install napari-spatialdata napari[all]
 
import napari
from napari_spatialdata import Interactive
 
# napari 뷰어 시작
viewer = napari.Viewer()
Interactive(sdata, viewer)

출처

이 본편 글은 원본 docx에 기록된 아래 출처를 기준으로 게시했습니다.

• 원본 문서: https://chaek.org/books/introduction-to-biomedical-informatics
• 원본 저장소: https://github.com/chaek-union/introduction-to-biomedical-informatics
• 원본 파일: practices/28-spatial-transcriptomics.md

문제 풀이

Chapter 28. 공간 전사체학 분석

0 / 24

Gemini AI 채점

주관식 답안은 Gemini API로 채점합니다. API 키는 이 브라우저에만 저장됩니다.

API KEY 미등록

1. 1. [쉬움] 객관식

   Squidpy의 설명으로 옳은 것을 고르시오.

   선택지

   공간 오믹스 데이터 분석을 위한 Python 라이브러리이다. VCF 파일을 주석 처리하는 Perl 도구이다. BAM 파일의 중복을 제거하는 도구이다. 단백질 구조 데이터베이스이다.
2. 2. [쉬움] 객관식

   다음 코드에서 min_counts=10의 역할로 옳은 것을 고르시오.

   sc.pp.filter_cells(adata, min_counts=10)
   

   선택지

   10개의 클러스터를 생성한다. 카운트가 10 미만인 세포를 필터링한다. 10개의 공간 그래프를 만든다. 10개의 이미지를 불러온다.
3. 3. [쉬움] 객관식

   공간 전사체학 실습에서 필수 라이브러리를 설치하는 명령어로 옳은 것을 고르시오.

   선택지

   `uv venv --python 3.11` `python -m ipykernel install --user --name spatial --display-name "spatial"` `uv pip install squidpy scanpy spatialdata spatialdata-io ipykernel` `source .venv/bin/activate`
4. 4. [보통] 객관식

   Squidpy의 centrality_scores 분석 목적에 가장 가까운 것은 무엇인가?

   선택지

   VCF 파일의 REF와 ALT 길이를 비교한다. STAR 인덱스를 생성한다. PyTorch 모델의 체크포인트를 저장한다. 공간 이웃 그래프에서 클러스터별 중심성 특성을 계산한다.
5. 5. [보통] 객관식

   Xenium 데이터 로드 후 AnnData 객체를 추출하는 코드로 옳은 것을 고르시오.

   선택지

   `adata = sdata.images["table"]` `adata = sdata.tables["table"]` `adata = sq.gr.spatial_neighbors(sdata)` `adata = scvi.model.SCVI(sdata)`
6. 6. [보통] 객관식

   Xenium QC에서 본문 코드가 확인하는 지표로 적절하지 않은 것은 무엇인가?

   선택지

   `total_counts` `n_genes_by_counts` `cell_area` `log2FoldChange`
7. 7. [보통] 객관식

   공간 이웃 그래프를 Delaunay 삼각분할 기반으로 구축하는 명령어로 옳은 것을 고르시오.

   선택지

   `sq.gr.spatial_neighbors(adata, coord_type="generic", radius=100)` `sq.gr.nhood_enrichment(adata, cluster_key="leiden")` `sq.gr.spatial_neighbors(adata, coord_type="generic", delaunay=True)` `sq.pl.spatial_scatter(adata, color="leiden")`
8. 8. [보통] 객관식

   고정 반경 100을 사용하여 공간 이웃을 정의하는 코드로 옳은 것은 무엇인가?

   선택지

   `sq.gr.spatial_neighbors(adata, coord_type="generic", radius=100)` `sq.gr.spatial_neighbors(adata, coord_type="generic", delaunay=True)` `sc.pp.filter_cells(adata, min_counts=100)` `sc.tl.leiden(adata, resolution=100)`
9. 9. [보통] 객관식

   이웃 농축 분석 결과 히트맵에서 양수 값의 의미로 옳은 것을 고르시오.

   선택지

   두 클러스터가 반드시 같은 유전자 이름을 가진다는 뜻이다. 모든 세포가 필터링되었다는 뜻이다. 두 클러스터가 공간적으로 함께 분포하는 경향을 나타낸다. 공간 좌표가 삭제되었다는 뜻이다.
10. 10. [보통] 객관식

    동시 발생 분석(Co-occurrence Analysis)의 설명으로 가장 적절한 것은 무엇인가?

    선택지

    VCF 파일에서 REF와 ALT 길이를 비교한다. 특정 세포 유형이 다른 세포 유형 근처에서 발견될 조건부 확률을 거리에 따라 분석한다. STAR 인덱스를 생성한다. PyTorch 모델의 loss를 계산한다.
11. 11. [어려움] 객관식

    Moran’s I 해석으로 옳은 것을 고르시오.

    선택지

    `I > 0`은 양의 공간 자기상관, 즉 클러스터링 경향을 나타낸다. `I > 0`은 무조건 공간 패턴이 없음을 의미한다. `I < 0`은 항상 클러스터링을 의미한다. p-value는 공간 패턴 해석에 사용하지 않는다.
12. 12. [어려움] 객관식

    이웃 농축 z-score 해석으로 옳은 것을 고르시오.

    선택지

    z-score는 이웃 농축 분석과 관련이 없다. `z < -2`는 유의한 양의 농축을 나타낸다. `-2 < z < 2`는 반드시 강한 분리를 의미한다. `z > 2`는 유의한 양의 농축, 즉 함께 분포하는 경향을 나타낸다.
13. 13. [어려움] 객관식

    Ripley’s L 함수 해석으로 옳은 것을 고르시오.

    선택지

    Ripley's L은 FASTQ 품질 점수 전용 지표이다. 관측값이 기대값보다 높으면 반드시 분산을 나타낸다. 기대값과 관측값은 공간 분석에서 사용하지 않는다. 관측값이 기대값보다 높으면 클러스터링을 나타낸다.
14. 14. [어려움] 객관식

    Vizgen MERSCOPE 데이터를 로드하기 위해 본문에서 사용한 함수로 옳은 것은 무엇인가?

    선택지

    `spatialdata_io.xenium` `sc.read_h5ad` `sq.read.vizgen` `DeseqDataSet`
15. 15. [어려움] 객관식

    SpatialData 구성요소와 설명의 연결로 옳은 것을 고르시오.

    선택지

    Points: 세포 분할 마스크 Tables: AnnData 형식의 유전자 발현 데이터 Labels: 개별 전사체의 공간 좌표 Images: 유전자별 p-value 테이블
16. 16. [어려움] 객관식

    napari를 이용한 대화형 시각화 코드 흐름으로 옳은 것을 고르시오.

    선택지

    `viewer = napari.Viewer()` 후 `Interactive(sdata, viewer)` `trainer.fit(model, train_loader, test_loader)` 후 `save_checkpoint` `table_annovar.pl ex2.vcf` 후 `less myanno.hg19_multianno.vcf` `sc.tl.rank_genes_groups` 후 `rank_genes_groups_dotplot`
17. 주관식 1. [쉬움] 주관식 · Gemini 채점

    ~/spatial 디렉토리를 만들고 해당 디렉토리로 이동하는 명령어를 작성하시오.
18. 주관식 2. [보통] 주관식 · Gemini 채점

    다음 조건을 만족하는 Xenium 데이터 로드 코드를 작성하시오.

    • spatialdata_io.xenium 사용
    • 경로: "path/to/xenium_output"
    • cells_as_shapes=True
    • AnnData 객체는 sdata.tables["table"]에서 추출할 것
19. 주관식 3. [보통] 주관식 · Gemini 채점

    Xenium 데이터의 QC 지표를 계산하고 total_counts, n_genes_by_counts, cell_area를 확인하는 코드 흐름을 작성하시오.
20. 주관식 4. [보통] 주관식 · Gemini 채점

    다음 조건을 만족하는 공간 이웃 그래프 구축 코드를 작성하시오.

    • Delaunay 삼각분할 기반 그래프 구축 코드 1개
    • 고정 반경 100 기반 이웃 정의 코드 1개
21. 주관식 5. [보통] 주관식 · Gemini 채점

    이웃 농축 분석을 계산하고 시각화하는 코드를 작성하시오. 클러스터 키는 "leiden"을 사용할 것.
22. 주관식 6. [어려움] 주관식 · Gemini 채점

    동시 발생 분석을 계산하고 시각화하는 코드를 작성하시오. interval=[0, 100, 200, 300, 400, 500]을 사용할 것.
23. 주관식 7. [어려움] 주관식 · Gemini 채점

    다음 조건을 만족하는 Moran’s I 공간 자기상관 계산 코드를 작성하시오.

    • sq.gr.spatial_autocorr 사용
    • mode="moran"
    • n_perms=100
    • n_jobs=4
    • 결과의 상위 20개 행을 확인할 것
24. 주관식 8. [어려움] 주관식 · Gemini 채점

    SpatialData 객체의 구성요소를 확인하고 table, image, point에 접근하는 코드를 작성하시오.