`scrna` — scRNA-seq → 新抗原銜接流程¶

從組織到疫苗設計的閉環：

載入 AnnData（h5ad）或 CSV/TSV（細胞 × 基因）表現量矩陣。
對細胞進行分群——若已安裝 scanpy，採 Leiden 演算法，否則使用標準函式庫的 k-medoids。
鑑別腫瘤集群（依使用者提供的標記基因，預設為細胞數最多的集群）。
對位於腫瘤集群表現基因上、且屬於編碼區 SNV 的每筆變異：
列舉覆蓋變異位點的 9–11 個胺基酸長之胜肽。
將胜肽清單交棒給新抗原篩選器。

用法¶

# 僅使用標準函式庫（以合成表現量資料 + k-medoids）
mrnavax scrna --expression mrnavax/examples/cells.csv \
              --variants mrnavax/examples/variants_coding.csv \
              --proteins mrnavax/examples/proteins.fasta \
              --tumor-markers GENE_170,GENE_180

# 使用 scanpy（真正的 Leiden 分群）
pip install -e ".[scrna]"
mrnavax scrna --expression path/to/cells.h5ad ...

輸入檔案¶

Expression（表現量） — 細胞 × 基因的 CSV/TSV。若檔案不存在，則使用確定性的 50 細胞 × 200 基因合成資料集，使流程仍可繼續執行。
Variants（變異） — CSV，欄位為 gene,position,wt_aa,mut_aa。
Proteins（蛋白質） — 多序列 FASTA，每個基因符號對應一條蛋白質序列。

輸出 schema¶

{
  "n_cells": 50,
  "n_genes": 200,
  "cluster_labels": [0, 0, ...],
  "cluster_marker_scores": {"0": 0.34, "1": 0.41, "2": 2.87},
  "tumor_cluster": 2,
  "n_variants_input": 7,
  "n_candidate_peptides": 24,
  "peptides": [
    {
      "cell_cluster": 2,
      "gene": "TP53",
      "position": 175,
      "wt_aa": "R",
      "mut_aa": "H",
      "peptide": "HMTEVVRRC",
      "length": 9,
      "cluster_marker_score": 2.87
    }
  ]
}

與 scGPT 的整合¶

sc_rna_pipeline.py 中的 embed_with_foundation_model 函式，是 scGPT、Geneformer 或 UNI-RNA 嵌入的明確接入點。兩者皆未安裝時，流程會退而採用恆等嵌入（每細胞的平均表現量），此方式足以應付 k-medoids 分群，但不足以做精細的細胞類型鑑定。

接入 scGPT 的方式：

# 於自訂的整合腳本中：
from mrnavax.sc_rna_pipeline import (
    cluster_with_scanpy, embed_with_foundation_model
)
import scgpt  # 請使用您已安裝的版本

embeddings = scgpt.embed(my_adata)  # 視當前 API 而定
labels = cluster_with_scanpy(embeddings, cell_ids, gene_names)

本套件中的 embed_with_foundation_model 是一個薄包裝，僅用於記載整合方式，本身並不依賴 scgpt。

真實生物學案例：胃癌研究¶

本流程所對應的代表性濕實驗工作流程，記載於 Qian et al. 2022 （International Journal of Cancer 151(8): 1367-1381）：

透過單細胞 RNA 測序解析胃癌淋巴結轉移中腫瘤細胞的異質性及腫瘤環境的全面動態。

該研究對胃癌原發腫瘤加上淋巴結轉移進行 scRNA-seq 定序，識別腫瘤細胞群聚，並表徵腫瘤微環境 (TME)——包括驅動免疫逃脫的 T 細胞耗竭表型。下游 mRNA 癌症疫苗設計的問題是：哪些腫瘤群聚特異性的突變胜肽與耗竭 T 細胞在空間上共定位，能作為疫苗標的？

本工具組的 scrna 模組正好串接此循環：

# 1. 將 scRNA-seq 計數進行分群
mrnavax scrna \
  --expression gastric_primary.h5ad \
  --proteins gastric_peptides.fasta \
  --variants patient_variants.csv \
  --output-dir results/

# 2. 將腫瘤群聚胜肽清單移交給新抗原篩選
mrnavax neoantigen \
  --csv results/tumor_peptides.csv \
  --hla "HLA-A*02:01,HLA-A*24:02" \
  --backend mock

同一份胜肽清單接著可透過以下步驟處理：

# 3. ESM2 蛋白質語言模型免疫原性評分（凍結 LM + 分類器）
python -c "
from mrnavax.neoantigen_screener import lm_immunogenicity_score
import pandas as pd
df = pd.read_csv('results/tumor_peptides.csv')
df['lm_score'] = df['peptide'].apply(
    lambda p: lm_immunogenicity_score(p)['score']
)
df.to_csv('results/tumor_peptides_lm_scored.csv', index=False)
"

整個 Qian 風格的工作流程可在工具組的純標準函式庫基線上端到端執行；具備 GPU 存取權限的使用者可改用 scGPT 作為基礎模型步驟， ESM2-150M 用於免疫原性評分，而每個胜肽的腫瘤微環境交互作用分析則與已發表流程完全相同。

參考文獻¶

Qian Y., Zhai E., Chen S., Liu Y., Ma Y., Chen J., Liu J., Qin C., Cao Q.#, Chen J.#, and Cai S.#. (2022). Single-cell RNA-seq dissecting heterogeneity of tumor cells and comprehensive dynamics in tumor microenvironment during lymph nodes metastasis in gastric cancer. International Journal of Cancer 151(8): 1367-1381.

scrna — scRNA-seq → 新抗原銜接流程¶

用法¶