scanpy读10X单细胞数据报错

今天有位粉丝问了我一个scanpy读取10X数据报错的问题。报的错是没有找到相应的文件。

小编用10X官网的数据测试了一下。文件夹结构如下

读取代码如下

import scanpy as sc

adata = sc.read_10x_mtx('./10X')
print(adata)

是可以成功读到python里面的

考虑到这位粉丝提供的文件名与10X官网下载的文件名不太一样，小编又测试了一下，随意修改了一下10X文件夹里面文件的名字，加了一个前缀S1_。再次读取就报错了修改后的文件名如下

读取代码如下

import scanpy as sc

adata = sc.read_10x_mtx('./10X_prefix')
print(adata)

报的正是前面展示的错误

如果在读取时候加上prefix这个参数，又能正常读入

import scanpy as sc

adata = sc.read_10x_mtx('./10X_prefix',prefix="S1_")
print(adata)

小编仔细查看了一下报错的信息，在scanpy\readwrite.py文件中找到了读取文件的具体代码。可以看到read_10x_mtx这个函数只能识别固定格式的文件，即matrix.mtx, barcodes.tsv和genes.tsv这个三个文件（无论是否压缩），最多可以在这三个文件前面加上一个相同的前缀。

而对比R语言读取10X数据，可以发现R的Read10X这个函数更加的死板

library(Seurat)

#通过Read10X读取矩阵
scRNA.data <- Read10X(data.dir = "10X")
#32738 x 2700 sparse Matrix of class "dgCMatrix"

只能识别matrix.mtx, barcodes.tsv和genes.tsv这三个文件，连前缀都不接受。

所以无论是python还是R，在读取10X文件夹包含的三个数据文件这种格式时，如果遇到相同的报错，一个比较简单的方法是，将文件夹中的三个文件的名字改成matrix.mtx, barcodes.tsv和genes.tsv即可。可以通过不同的文件夹名字来区分样本。