scGPT

scGPT#

✅ 状态： 就绪 | 版本： whole-human-2024

概述#

多模态 Transformer（RNA+ATAC+空间），基于注意力机制的基因交互建模

!!! tip “何时选择 scGPT”

适用于需要多模态分析（RNA+ATAC 或空间）或显式注意力机制基因交互图的场景

规格参数#

属性

值

模型

scGPT

版本

whole-human-2024

任务

embed, integrate

模态

RNA, ATAC, Spatial

物种

human, mouse

基因 ID

symbol (HGNC)

嵌入维度

512

需要 GPU

是

最低显存

8 GB

推荐显存

16 GB

CPU 回退

是

适配器状态

✅ 就绪

快速开始#

import omicverse as ov

# 1. 查看模型规格
info = ov.fm.describe_model("scgpt")

# 2. 分析您的数据
profile = ov.fm.profile_data("your_data.h5ad")

# 3. 验证兼容性
check = ov.fm.preprocess_validate("your_data.h5ad", "scgpt", "embed")

# 4. 运行推理
result = ov.fm.run(
    task="embed",
    model_name="scgpt",
    adata_path="your_data.h5ad",
    output_path="output_scgpt.h5ad",
    device="auto",
)

# 5. 解读结果
metrics = ov.fm.interpret_results("output_scgpt.h5ad", task="embed")

输入要求#

要求

详情

基因 ID 方案

symbol (HGNC)

预处理

使用 sc.pp.normalize_total 归一化至 1e4，然后分箱为 51 个表达箱。

数据格式

AnnData (.h5ad)

批次键

用于批次整合的 .obs 列（可选）

输出键#

运行 ov.fm.run() 后，结果存储在 AnnData 对象中：

键

位置

描述

X_scGPT

adata.obsm

细胞嵌入向量（512 维）

scgpt_pred

adata.obs

预测的细胞类型标签

 
import scanpy as sc

adata = sc.read_h5ad("output_scgpt.h5ad")
embeddings = adata.obsm["X_scGPT"]  # shape: (n_cells, 512)

# 下游分析
sc.pp.neighbors(adata, use_rep="X_scGPT")
sc.tl.umap(adata)
sc.tl.leiden(adata, resolution=0.5)
sc.pl.umap(adata, color=["leiden"])

参考资源#

动手教程#

如需包含代码的逐步演练，请参阅 scGPT 教程笔记本。

目录