BioF3 FigCode · SCI 绘图代码集

空间配体受体（Spatial Ligand-Receptor (LIANA)）

导出日期：2026年6月27日

分类：网络与互作｜ 依赖包：squidpy、scanpy、liana、matplotlib

解决的生物学问题

组织上哪些配体-受体对在物理邻近的 spot 间活跃？通讯热点对应什么解剖区域？

应用场景

Visium 空间细胞通讯
肿瘤微环境 LR 互作
发育梯度信号通路
空间组论文通讯 Figure

输入数据格式

AnnData 空间对象（adata.obsm["spatial"] 含坐标 + log-normalized 表达）

关键参数

resource_name = "mouseconsensus" / "consensus"
local_name = "cosine"（局部相似度）
n_perms = 100（置换显著性）
nz_prop = 0.05（非零比例下限）

快速开始

1. 直接在线运行

打开 FigCode 在线绘图，点击本工具卡片的"在线绘图"按钮即可用内置示例数据出图，零环境配置。

2. 本地复现

下载脚本和示例数据，本地 RStudio 运行：

# 下载
curl -O https://<your-site>/figcode/scripts/spatial-lr-liana.R
curl -O https://<your-site>/figcode/data/spatial-lr-liana.csv

3. 安装依赖

# CRAN 包
install.packages(c("squidpy", "scanpy", "liana", "matplotlib"))

# Bioconductor 包（如需）
# BiocManager::install(c())

完整代码

import squidpy as sq
import scanpy as sc
import liana as li
import numpy as np
import matplotlib.pyplot as plt

# --- Demo: Squidpy 内置小鼠脑 Visium HnE 真实数据 ---
adata = sq.datasets.visium_hne_adata()
sc.pp.normalize_total(adata, target_sum=1e4)
sc.pp.log1p(adata)

# --- 空间邻居图 + LIANA bivariate（空间感知 LR）---
# 演示用 n_perms=None（秒级）；正式分析建议 n_perms=100 做置换显著性
sq.gr.spatial_neighbors(adata, coord_type="generic", n_neighs=6)
lr = li.mt.bivariate(adata, resource_name="mouseconsensus",
                     local_name="cosine", n_perms=None,
                     use_raw=False, nz_prop=0.05, verbose=False)

# --- Top-1 LR pair 的空间局部得分 ---
import scipy.sparse as sp
X = lr.X.toarray() if sp.issparse(lr.X) else np.asarray(lr.X)
mean_score = X.mean(axis=0)
top_lr = lr.var.index[int(np.argmax(mean_score))]
adata.obs["LR_score"] = X[:, int(np.argmax(mean_score))]
sc.pl.spatial(adata, color="LR_score", img_key="hires",
              cmap="Reds", title=f"LR: {top_lr}", show=False)
plt.savefig("plot_001.png", dpi=150, bbox_inches="tight")

替换为自己的数据

脚本中以 # --- Demo data --- 标注的段落是示例数据生成代码。替换为自己的数据时，保持列名一致即可：

输入格式：AnnData 空间对象（adata.obsm["spatial"] 含坐标 + log-normalized 表达）
使用 read.csv() / readRDS() 读取本地文件