分享一个快捷的提取工具，github上发布的，可以直接提取表达矩阵和空间坐标等信息。

cloupe-extract

cloupe-extract 是一个 Python 命令行工具，用于从 10x Genomics Loupe Browser 生成的 .cloupe 文件中提取空间转录组（Visium 风格）数据资产，输出结果可直接用于 Seurat 和 Scanpy 分析流程。

可提取的内容

安装

从本地目录安装（含所有依赖，包括图像提取所需的 Pillow）：

pip install -e ".[all]"

从 GitHub 安装：

pip install "cloupe-extract[all] @ git+https://github.com/Coleliao/cloupe-extract.git"

如果只需要表达矩阵和空间坐标，不需要图像提取功能，可以省略 [all]：

pip install .

快速上手

一键提取全部内容，生成标准 Visium 目录结构：

cloupe-extract extract-all sample.cloupe -o sample_10x

输出目录结构如下：

sample_10x/
  matrix/
    matrix.mtx.gz
    features.tsv.gz
    barcodes.tsv.gz
  metadata.tsv.gz
  clusterings_long.tsv.gz
  spatial/
    spatial_positions.tsv.gz
    tissue_hires_image.png
    tissue_lowres_image.png
    scalefactors_json.json
    ...

分模块提取命令

仅提取表达矩阵：

cloupe-extract matrix sample.cloupe -o sample_10x

默认会过滤掉 Loupe 的汇总行（如 Sum、Genome Sum），只保留 Gene Expression 特征。如需保留所有行：

cloupe-extract matrix sample.cloupe -o sample_10x --all-features

仅提取空间坐标：

cloupe-extract spatial sample.cloupe -o sample_10x/spatial

仅提取聚类元数据：

cloupe-extract metadata sample.cloupe -o sample_10x

输出的 metadata.tsv.gz 是一个 Seurat 友好的宽表格，每行对应一个 barcode，每列对应一种聚类方案（包含 Space Ranger 默认方案如 Graph-based 聚类、K-means K=2–10，以及用户在 Loupe 中自定义保存的标注）。

仅提取组织图像：

cloupe-extract image sample.cloupe -o sample_10x/spatial

可自定义图像尺寸：

cloupe-extract image sample.cloupe -o sample_10x/spatial --hires-max-dim 2000 --lowres-max-dim 600

适用场景

适合需要将 .cloupe 文件中的数据导入 Python（Scanpy/AnnData）或 R（Seurat）进行二次分析的研究人员，尤其是在无法通过 Space Ranger 重新运行流程、只有 .cloupe 文件的情况下。

推广一下 🥰🥰🥰🥳🥳🥳
如果大家有生信分析的需求，欢迎加我的🍠联系我交流合作
11430575655