快速模式

概述

CASSIA的快速模式提供了一个简化的、单行的解决方案，用于运行完整的分析流程。此模式在单个函数调用中结合了注释、评分和注释增强（用于修正低质量注释），使用优化的默认参数。

快速开始

runCASSIA_pipeline(
    output_file_name = "my_analysis",
    tissue = "brain",
    species = "human",
    marker = marker_data,
    max_workers = 4
)
R

输入

参数

必需参数

可选参数

输出

流程生成一个带时间戳的主文件夹（CASSIA_Pipeline_{tissue}_{species}_{timestamp}），包含三个组织有序的子文件夹：

文件夹结构

CASSIA_Pipeline_brain_human_20240115_143022/
├── 01_annotation_report/
│   └── {name}_report.html          # 交互式HTML报告
├── 02_annotation_boost/
│   └── {cluster_name}/             # 每个低分cluster一个文件夹
│       └── {name}_{cluster}_boosted_report.html
└── 03_csv_files/
    ├── {name}_summary.csv          # 初始注释结果
    ├── {name}_conversations.json   # 完整对话历史
    ├── {name}_scored.csv           # 带质量评分的结果
    ├── {name}_merged.csv           # 合并后的注释（如果启用）
    └── {name}_FINAL_RESULTS.csv    # 合并的最终结果

输出文件

将CASSIA结果添加到Seurat对象

seurat_corrected <- add_cassia_to_seurat(
  seurat_obj = seurat_corrected, # 您想要添加CASSIA结果的Seurat对象
  cassia_results_path = "/FastAnalysisResults_scored.csv", # 评分结果保存的位置，指定路径
  cluster_col = "celltype", # Seurat对象中包含细胞类型的列
  cassia_cluster_col="True Cell Type" # 评分结果中包含真实细胞类型的列
)

# 这将向Seurat对象添加六个新列：一般细胞类型、所有三个亚细胞类型、最可能的细胞类型、第二可能的细胞类型、第三可能的细胞类型和混合细胞类型，以及每种细胞类型的质量评分。
R

性能提示

• 为获得最佳性能，根据系统的CPU核心调整 max_workers
• 使用 additional_info 提供相关的实验上下文
• 监控 score_threshold 以平衡严格性和处理量

接下来我们详细介绍每个功能...