批量处理

概述

批量处理允许您一次性注释单细胞数据集中的所有聚类。CASSIA 并行处理多个聚类，为每个聚类生成带有详细推理的细胞类型预测。

快速开始

CASSIA.runCASSIA_batch(
    marker = markers,
    output_name = "my_annotation",
    model = "anthropic/claude-sonnet-4.6",
    tissue = "brain",
    species = "human",
    provider = "openrouter"
)
Python

输入

标记数据格式

CASSIA 接受三种输入格式：

1. Seurat FindAllMarkers 输出

Seurat 的 FindAllMarkers 函数的标准输出，包含差异表达统计信息：

2. Scanpy rank_genes_groups 输出（Python 推荐）

Scanpy 的 sc.tl.rank_genes_groups() 函数的输出，通常使用 sc.get.rank_genes_groups_df() 导出：

3. 简化格式

包含聚类 ID 和逗号分隔标记基因的两列 DataFrame：

加载标记数据

import CASSIA
import scanpy as sc
import pandas as pd

# 选项1：加载 Seurat FindAllMarkers 输出（导出为 CSV）
markers = pd.read_csv("seurat_markers.csv")

# 选项2：直接使用 Scanpy rank_genes_groups 输出（Python 推荐）
#（假设您已经有一个计算了 rank_genes_groups 的 AnnData 对象）
markers = sc.get.rank_genes_groups_df(adata, group=None)  # 获取所有组

# 选项3：加载您自己的简化格式标记数据
markers = pd.read_csv("path/to/your/markers.csv")

# 加载示例标记数据进行测试
markers = CASSIA.loadmarker(marker_type="unprocessed")

# 预览数据
print(markers.head())
Python

参数

必需参数

可选参数

参数详情

模型选择

• 默认为 anthropic/claude-sonnet-4.6 以获得最佳性能
• 使用 google/gemini-3-flash-preview 进行更快的初步分析
• 详细的模型推荐请参阅 如何选择模型和提供商

标记基因选择

• 默认：每个聚类的前 50 个基因
• ranking_method 控制标记基因的排序和选择方式：
  • "avg_log2FC"（默认）：按平均 log2 倍数变化排序
  • "p_val_adj"：按调整后的 p 值排序
  • "pct_diff"：按表达百分比差异排序
  • "Score"：按自定义分数排序
• 筛选标准：调整后的 p 值 < 0.05，avg_log2FC > 0.25，最小百分比 > 0.1
• 如果通过筛选的基因少于 50 个，则使用所有通过的基因

附加上下文

• 使用 additional_info 提供实验上下文
• 示例：
  • 处理条件："Samples were antibody-treated"
  • 分析重点："Please carefully distinguish between cancer and non-cancer cells"
• 提示：比较有无附加上下文的结果

输出

生成的文件