CellBender: 去除 RNA 污染

1. Paper

Unsupervised removal of systematic background noise from droplet-based single-cell experiments using CellBender

https://www.nature.com/articles/s41592-023-01943-7

2. GitHub

https://github.com/broadinstitute/CellBender

安装：

创建 Conda 环境：conda create --name CellBender python=3.7
激活 Conda 环境：conda activate CellBender
在 Conda 环境中安装 Cellbender：pip install cellbender

3. 官网

https://cellbender.readthedocs.io/en/latest/

remove ambient (contaminative) RNA

使用:

https://cellbender.readthedocs.io/en/latest/usage/index.html

cellbender remove-background  \
    --input  \
    --output output.h5  \
    --expected-cells  \
    --total-droplets-included  \
    --cuda

• 1. --input: the input .h5 文件；通常是 Cellranger 输出的 raw_feature_bc_matrix.h5
• 2. --output: the name for the output
• 3. --expected-cells: 预期捕获的细胞数量；大多数时间使用 Cellranger report 中的数值；示例中 ① 位置对应的数值
• 4. --total-droplets-included:超过这个数值便为 surely empty；示例中 ② 位置对应的数值
• 5. --cuda: with this flag, GPU will be used for calculation

结果解读:

https://cellbender.readthedocs.io/en/latest/tutorial/index.html
https://cellbender.readthedocs.io/en/latest/reference/index.html#loading-outputs

• 1. output.h5: 去除 ambient RNAs，保留全部的 barcode 后的结果
• 2. output_filtered.h5: 去除 ambient RNAs；The word “filtered” means that this file contains only the droplets which were determined to have a > 50% posterior probability of containing cells.

---

anndata_from_h5()

import cellbender as cbd

scanpy_object_output = cbd.remove_background.downstream.anndata_from_h5('/path/output.h5')

• 1. output.h5 文件会被加载
• 2. 只有 --total-droplets-included 这个数量的细胞会被保留（根据 UMI number 进行排序）
• 3. 在 .obs 中会有 cell_probability 一列，根据默认，只有这一列 >0.5 的细胞会被最终保留并作为最终分析的高质量细胞，这一结果保存在 output_filtered.h5 中
• 4. 降维以后的数据存放在 .obs['gene_expression_encoding']，后续计算 KNN 和 tSNE 可以