云生信学生物信息学

Slingshot多任务实操:固定嵌入和起点,留存伪时间并恢复失败任务

作者:发布于 2026-11-20更新于 2026-11-15约 6 分钟阅读
固定同一坐标,再运行轨迹

固定同一坐标,再运行轨迹:保存低维坐标与cluster标签;按先验确定分析起点;每个独立任务单独输出;检查谱系、伪时间和峰值
本文操作与检查路径示意。

Slingshot以低维坐标和细胞聚类为输入,先推断簇间主干,再拟合平滑曲线并计算每条lineage的pseudotime。它不是从原始计数矩阵直接生成轨迹。若把同一数据按细胞随机拆成多个任务,各批次会拥有不同的簇关系和曲线,事后拼接伪时间没有共同尺度。更稳妥的批处理单位是预先定义的独立样本或分析方案,并确保每次输入记录完整。

冻结坐标、聚类和生物学起点

每个任务保存细胞×低维坐标矩阵、同序细胞的cluster标签、样本范围、降维方法与版本。起点簇根据采样时间、已知标记或实验设计确定,不能只为得到期望方向而挑选。若比较条件,需要先确认坐标空间与聚类标签确实可比较;分别重算的嵌入不能直接解释成同一伪时间轴。Slingshot每条lineage会有自己的伪时间列,未分配到某条谱系的细胞可能是NA。

输入/设置 检查点 失败时先查
rd坐标 行是细胞、列是降维坐标且无NA 细胞名和输入方向
cluster 长度等于细胞数且ID可匹配 重排或重复细胞标签
start.clus 标签存在并有先验依据 注释名称、时间和标记
每个任务 输入哈希、范围、版本与独立目录 是否误复用旧输出

用完整的独立分析单元试跑

下面假设analysis.rds含rd矩阵、命名cluster向量和start标签。先选一个代表性条件跑通并保留完整输入。代码只运行Slingshot,不包括上游降维和聚类;这两步改变后,轨迹也应作为新分析重新验收。

library(slingshot)
x <- readRDS("analysis.rds")
rd <- x$rd
stopifnot(is.matrix(rd), is.numeric(rd), nrow(rd)>0, ncol(rd)>=2,
          !is.null(rownames(rd)), !anyDuplicated(rownames(rd)),
          all(is.finite(rd)), !is.null(names(x$cluster)))
ids <- rownames(rd)
cl <- x$cluster[match(ids, names(x$cluster))]
stopifnot(!anyNA(cl), length(unique(cl))>=2,
          length(x$start)==1, x$start %in% cl)
stopifnot(!dir.exists("run-conditionA"))
dir.create("run-conditionA")
set.seed(2026)
fit <- slingshot(rd, clusterLabels=cl, start.clus=x$start,
                  approx_points=150)
pt <- slingPseudotime(fit)
stopifnot(nrow(pt)==length(ids), any(is.finite(pt)))
saveRDS(fit,"run-conditionA/slingshot.rds")
write.csv(data.frame(cell=rownames(pt),pt,check.names=FALSE),
          "run-conditionA/pseudotime.csv",row.names=FALSE)
writeLines(capture.output(sessionInfo()),"run-conditionA/session.txt")

approx_points=150是曲线拟合分辨率的常见起点,不是只保留150个细胞;官方建议常用100–200,默认通常取150或数据细胞数中的较小值。若设为FALSE,曲线会更密,但拟合投影的计算复杂度会随数据规模显著增加。先用官方默认或附近设置评估,改变后保存为不同结果。

设计任务清单和失败恢复

每行清单记录task_id、输入RDS、输入校验值、细胞数、坐标类型、聚类版本、起点及输出目录。启动前确认任务目录不存在;将每个任务stdout/stderr和GNU time资源文件独立保存。某一任务退出非零时,只重跑该task_id到新目录,保留失败目录和日志供比较。不要将中途生成的RDS当作成功检查点,除非明确验证文件可读、输入哈希及关键参数一致。

验收伪时间和资源结果

检查返回退出码、lineage数量、细胞ID覆盖、伪时间NA比例、曲线在降维坐标上的位置,并按生物学先验确认方向。不要因为出现多个lineage就直接解释为真实分化分支;簇粒度、稀有细胞和起点选择都可能改变树结构。通过/usr/bin/time -v记录每个任务峰值RSS与耗时,另记输入大小、细胞数、线程和输出占用。若单任务运行慢,检查细胞数和曲线分辨率;若只在并发时失败,先降低同时运行数并观察内存/I/O。扩容依据应来自完整、可重复的独立任务,而不是从拆分子集拼出的速度。

下载练习材料

下载教程 PDF · 下载代码与示例数据 ZIP

先核对包内SHA256清单,再在独立目录复现。

需要额外算力时

适用前提:谱系和分析设计已确定,多任务运行需要额外并发能力。如需额外资源,可评估按任务测算的CPU服务器租赁。咨询时说明软件版本、任务规模和使用期限,配置与支持范围另行确认。

咨询本任务的服务器配置

咨询本任务的服务器配置

留下手机号,我们会结合本文任务与您沟通服务器配置和报价。

也可联系云生信企业微信客服,说明本文任务。

参考与版本核对

按文中适用环境运行,所用版本与参数以实际安装环境和对应官方文档为准。

把知识用于当前任务

下一步可以直接开始分析

按研究目标查找在线工具、课程、计算资源或完整分析服务。

按目标找方案仍有疑问,联系客服 ↗