一款完全本地化、无云端依赖、低代码 UI 界面、基于成熟开源生信工具封装的单细胞 & 空间转录组全流程分析工具。
- 完全本地化运行：所有计算在本地完成，无数据隐私风险
- 单细胞转录组分析：完整的单细胞分析流程（QC → 归一化 → 降维 → 聚类 → 差异表达 → 富集）
- 空间转录组分析：支持 10x Visium 等空间数据格式
- AI 自然语言分析：内置规则解析器，支持中文自然语言需求转换
- 一键分析：无需编程，通过 UI 即可完成全流程分析
- 数据导入：支持 h5ad、10x 格式、SRA 数据下载
- 质控过滤：线粒体/核糖体比例过滤，细胞/基因阈值筛选
- 归一化与高变基因筛选：Scanpy 标准归一化 / CPM，保留原始 counts 层
- 降维分析：PCA → UMAP / tSNE
- 细胞聚类：Leiden / Louvain 算法
- 差异基因分析：Wilcoxon / t-test / logreg
- 基因富集分析：GO、KEGG、Reactome（GSEApy，完全离线）
- 空间转录组专属分析：空间可变基因、邻域富集、配体-受体（开发中）
- 结果可视化与导出：UMAP/tSNE 散点图、基因表达图、热图、火山图
- Python 3.10+
- Streamlit 1.30+：低代码 UI 框架
- Scanpy 1.10+：单细胞分析金标准
- Squidpy 1.4+：空间转录组分析
- GSEApy：富集分析（离线运行）
- Matplotlib / Seaborn / Plotly：可视化
- Windows 10/11 或 Linux / macOS
- Python 3.10+
- 至少 8GB RAM（推荐 16GB+）
cd LocalSingleCell
pip install -r requirements.txtstreamlit run app.py --server.headless true启动后浏览器打开 http://localhost:8501
docker-compose up -d详见 DEPLOYMENT.md。
- 导入数据：上传 h5ad 文件或 10x 格式数据
- 配置参数：使用默认参数或自定义调整
- 执行分析：点击一键分析按钮
- 查看结果：在可视化页面查看图表
- 导出结果：下载分析结果和报告
- 导入数据后，进入「AI 自然语言分析」页面
- 输入自然语言需求，例如：
- "帮我分析这个数据，过滤线粒体比例超过 15% 的细胞，分辨率 0.8 聚类"
- "做 GO 和 KEGG 富集分析，生成 UMAP 图和火山图"
- 点击「解析需求」查看生成的参数
- 确认参数后点击「一键执行分析」
LocalSingleCell/
├── app.py # 主入口（Streamlit 应用）
├── config.yaml # 全局配置文件
├── requirements.txt # 依赖列表
├── pyproject.toml # 项目元数据
├── Dockerfile / docker-compose.yml # Docker 部署
├── start.sh / start.bat # 启动脚本
├── LICENSE # MIT 许可证
│
├── core/ # 核心分析模块
│ ├── data_loader.py # 数据加载（h5ad / 10x / SRA）
│ ├── qc_filter.py # 质控过滤（兼容稀疏矩阵）
│ ├── analysis_pipeline.py # 单细胞全流程 pipeline
│ ├── spatial_pipeline.py # 空间转录组 pipeline
│ ├── spatial_loader.py # 空间数据加载
│ ├── spatial_visualization.py # 空间可视化
│ ├── visualization.py # 通用可视化（UMAP / tSNE / 热图）
│ ├── enrichment.py # 富集分析（GO / KEGG / Reactome）
│ ├── ai_parser.py # AI 自然语言参数解析器
│ ├── downsampling.py # 降采样（细胞 / 基因）
│ ├── sra_processor.py # SRA 数据处理
│ └── config/ # 配置管理
│ ├── param_manager.py # 参数管理器
│ └── parameter_schema.py # 参数 Schema
│
├── ui/ # UI 界面模块
│ ├── sidebar.py # 侧边栏导航
│ ├── home_page.py # 首页
│ ├── data_import_page.py # 数据导入页
│ ├── pipeline_config_page.py # 单细胞配置页
│ ├── spatial_pipeline_config_page.py # 空间配置页
│ ├── visualization_page.py # 可视化页
│ ├── spatial_visualization_page.py # 空间可视化页
│ ├── enrichment_page.py # 富集分析页
│ ├── ai_analysis_page.py # AI 分析页
│ ├── result_export_page.py # 结果导出页
│ ├── help_page.py # 帮助页
│ └── components/ # UI 组件
│ ├── navbar.py # 导航栏
│ └── param_editor.py # 参数编辑器
│
├── utils/ # 工具函数模块
│ ├── config_utils.py # 配置工具
│ ├── exception_utils.py # 异常处理（完整异常链）
│ ├── exceptions.py # 自定义异常类
│ ├── logger_utils.py # 日志工具
│ ├── validator_utils.py # 验证工具
│ ├── visual_utils.py # 可视化辅助
│ ├── performance_utils.py # 性能监控
│ └── security_utils.py # 安全工具
│
├── tests/ # 单元测试
│ ├── conftest.py # 测试配置
│ ├── test_core/ # 核心模块测试
│ └── test_utils/ # 工具模块测试
│
├── scripts/ # 辅助脚本
│ └── generate_sample_data.py # 示例数据生成
│
├── docs/ # 文档
│ ├── API_REFERENCE.md # API 参考
│ ├── USER_GUIDE.md # 用户指南
│ └── FAQ.md # 常见问题
│
├── data/ # 示例数据
├── logs/ # 日志目录
└── temp/ # 临时文件目录
- 完全本地化：所有功能在本地完成，无云端依赖
- 开源合规：使用开源免费工具
- 开箱即用：仅需安装依赖和启动命令
- 友好容错：完善的异常处理和中文提示，保留完整异常链
- 中文适配：所有界面和提示为中文
- 🔴 修复 enrichment.py 中无意义的网络请求调用（完全离线化）
- 🔴 修复 qc_filter.py 稀疏矩阵类型错误（线粒体/核糖体比例计算）
- 🔴 修复 visualization.py 全局状态并发安全问题（改用显式 fig/ax）
- 🟡 修复 app.py 相对路径创建 temp/logs 目录问题
- 🟡 修复 analysis_pipeline.py 归一化前丢失原始 counts 层
- 🟡 修复 analysis_pipeline.py UMAP 重复传递 n_neighbors 参数
- 🟡 修复 exception_utils.py 异常链丢失问题
- 🟡 修复 ai_parser.py config key 不一致（scanpy_standard→scanpy 等）
- 🟢 downsampling.py 随机种子参数化
- 🟢 spatial_pipeline.py 配体-受体分析占位改为明确功能提示
- 🔧 代码审查优化和清理
- 📦 UI 架构重构，新增配置管理和组件模块
- ✨ 新增 AI 自然语言分析功能
- 🔧 内置规则解析器，支持自然语言需求转换
- ✨ 新增空间转录组分析功能
- 🗺️ 支持 10x Visium 数据格式
- 🎉 初始版本发布
MIT License — 详见 LICENSE
欢迎提交 Issue 和 Pull Request！
注意：本工具仅供科研使用，不用于临床诊断。