spatialdata workshops

Workshop: introdução ao framework SpatialData

Instalando os pacotes necessários

Usando conda/mamba

Estaremos usando conda ou mamba (mais rápido) como gerenciador de pacotes aqui, dependendo do que está instalado no Teaching . Isso permite configurar todo o ambiente com um único comando.

1. crie o ambiente conda a partir do arquivo environment.yaml

    # it's recommended to use mamba for faster installation, or set libmamba as the default solver
   # conda config --set solver libmamba
   conda env create -f environment.yaml -y
   
   # alternatively, if you already have a conda environment you'd like to use, you can update it like this
   conda env update --name myenv --file environment.yaml --prune

2. ativar o ambiente

   conda activate spatialdata-workshop

3. registrar o ambiente conda no Jupyter

   python -m ipykernel install --user --name spatialdata-workshop --display-name " Python (SpatialData Workshop) "

4. Opcionalmente: configure o preenchimento automático dentro dos Jupter Notebooks

   pip install jupyter_tabnine
   jupyter contrib nbextension install --user
   jupyter nbextension install --py jupyter_tabnine --user
   jupyter nbextension enable --py jupyter_tabnine --user
   jupyter serverextension enable --py jupyter_tabnine --user

5. Se a qualquer momento você modificar o environment.yaml e quiser atualizar o ambiente, você pode fazer isso com

   conda env update --name spatialdata-workshop --file environment.yaml --prune

Baixando os dados

1. Ative o ambiente conforme explicado acima

   conda activate spatialdata-workshop

2. Execute o seguinte comando para baixar os dados

    # download the raw data
   python download.py --data_dir data raw visium
   python download.py --data_dir data raw visium_hd
   python download.py --data_dir data raw xenium
   
   # download some already processed data
   python download.py --data_dir data zarr merfish

Notas sobre os dados:

• Os conjuntos de dados foram processados ​​manualmente para reduzir o tamanho do arquivo, removendo determinados dados, metadados ou reduzindo alguns tamanhos de imagem. Devido ao tamanho reduzido, os conjuntos de dados não são representativos dos dados originais, nem da tecnologia que têm utilizado para traçar o seu perfil. Portanto, não devem ser utilizados para qualquer exemplo científico ou comparação entre tecnologias.
• O conjunto de dados MERFISH é do protótipo do pipeline MERFISH do Allen Institute e não é representativo da nova tecnologia comercial MERFISH. Escolhemos o primeiro por ser leve e já analisado.

Executando os cadernos

1. Ative o ambiente conforme explicado acima

   conda activate spatialdata-workshop

2. Inicie o JupyterLab

   jupyter-lab

Eventos

Aqui você encontra uma lista de nossos workshops anteriores, incluindo os respectivos cadernos e slides.

• 2024/09/09: (Tim Treis) Slides de cadernos do Simpósio de Biologia Espacial BioTrac
• 2024/09/11: (Luca Marconato) slides de cadernos de workshop de conferência scverse
• 2024/09/25: (Wouter-Michiel Vierdag, Luca Marconato) Série de webinars 'Avanços em ômicas espaciais' da EBI; (Luca Marconato) Slides dos cadernos FoG Live
• 2024/10/22: (Luca Marconato) BIOINFO 2024, Gyeongju (Coreia do Sul) slides de cadernos