hi，各位道友，上次我们介绍了R包DoubletFinder用于去除多细胞那么python是否也有类似的模块去除多细胞呢，答案是有的。这次我们就来使用一下python模块去除多细胞
Scrublet
Single-Cell Remover of Doublets
Python code for identifying doublets in single-cell RNA-seq data
给定一个原始的（未归一化的）UMI，以细胞为行，基因为列的矩阵counts_matrix计数，计算每个单元的多细胞得分。
import scrublet as scr
scrub = scr.Scrublet(counts_matrix)
doublet_scores, predicted_doublets = scrub.scrub_doublets()
scr.scrub_doublets（）从观察到的数据模拟双峰，并使用k最近邻分类器为每个转录组计算一个连续doublet_score（介于0和1之间）。 分数将自动设置为阈值以生成predicted_doublets，这是一个布尔数组，对于预测的doublets为True，否则为False。
最佳做法：
一、处理来自多个样本的数据时，请分别对每个样本运行Scrublet。 因为Scrublet旨在检测由两个细胞的随机共封装形成的多细胞捕获，所以它在多个样本的合并数据集上可能表现不佳（原因大家都懂的）。
二、检查doublet分数阈值是否合理（在理想情况下，如本例所示，将双峰模拟doublet分数直方图的两个峰分开），并在必要时进行手动调整。例子在本文的后面展示。
三、可视化二维嵌入中的多细胞预测（例如UMAP或t-SNE）。 预测的双峰应该大体上共定位（可能在多个群集中）。 如果不是，则可能需要调整doublet得分阈值，或更改预处理参数以更好地解析数据中存在的单元格状态。
接下来我们看一下如何使用
第一步，导入必要的模块
import scrublet as scr
import scipy.io
import matplotlib.pyplot as plt
import numpy as np
import os
import pandas as pd
第二步：读入矩阵，要求如上述所讲,计算多细胞比率
scrub = scr.Scrublet(counts_matrix, expected_doublet_rate=0.06)
这一步包括
Initialize Scrublet object
相关参数是：
expected_doublet_rate:预期多细胞的比率，通常为0.05-0.1。 结果对该参数不是特别敏感。
sim_doublet_ratio：相对于观察到的转录组数量，要模拟的双峰数量。 此值应该足够高，以使所有的doublet状态都能通过模拟doublet很好地表示。 设置得太高在计算上是耗时的。 默认值是2，尽管低至0.5的值会为已测试的数据集提供非常相似的结果。
n_neighbors：用于构造观察到的转录组和模拟多细胞的KNN分类器的邻居数。 通常，round（0.5 * sqrt（n_cells））的默认值效果很好。
运行默认pipeline，其中包括：
双重模拟
标准化，基因过滤，重新缩放，PCA
多细胞计算
多细胞得分阈值检测和双峰调用
doublet_scores, predicted_doublets = scrub.scrub_doublets(min_counts=2,
min_cells=3,
min_gene_variability_pctl=85,
n_prin_comps=30)
绘制观察到的转录组和模拟多细胞的多细胞得分直方图
模拟的多细胞直方图通常是双峰的。左模式对应于由具有相似基因表达的两个细胞产生的“嵌入”多细胞。 右边的的模式对应于“新型”多细胞，其由具有不同基因表达的细胞产生。 Scrublet只能检测”新型“双峰，这一点和doubleFinder的R包一样。
要比较单细胞与多细胞，我们必须设置一个阈值多细胞得分，理想情况下，应在模拟的双峰直方图的两种模式之间设置最小值。 scrub_doublets（）尝试自动识别这一点，并且在本示例中做得很好。 但是，如果自动阈值检测效果不佳，则可以使用call_doublets（）函数调整阈值。 例如：
scrub.call_doublets(threshold=0.25)
接下来我们画一下这个多细胞分布的直方图：
scrub.plot_histogram()
获取二维嵌入以可视化结果(Tsne同理)
scrub.set_embedding('UMAP', scr.get_umap(scrub.manifold_obs_, 10, min_dist=0.3))
scrub.plot_embedding('UMAP', order_points=True)
# scrub.plot_embedding('tSNE', order_points=True);
# scrub.plot_embedding('FA', order_points=True);
