1. 从淋巴结空间衰老图谱说起为什么值得亲手复现人类淋巴结的空间衰老研究最近因为一项多模态图谱工作进入了更多人的视野。耶鲁大学樊荣团队整合了单细胞转录组、PCF(CODEX)空间单细胞蛋白组、DBiT-seq空间转录组、CosMX SMI空间单细胞转录组以及LCM-MS空间蛋白组系统刻画了淋巴结随年龄变化的细胞邻域与分子特征。对做空间转录组分析的人来说这类工作最有价值的地方不只是结论而是它提供了一条可以拆解、可以复现的分析链路从原始空间数据出发做质控、细胞分割、邻域构建、衰老相关基因打分最后把结果映射回组织坐标。如果你正在做空间转录组或者空间蛋白组的分析大概率会遇到几个现实问题数据下载慢、环境依赖冲突、不同平台的数据格式不统一、脚本里模型调用散落在各处。尤其是当你想把多个样本、多个模态的数据放在一起比较时配置管理会变成一件很烦的事。这篇内容就围绕“复现淋巴结空间衰老分析流程”这个目标把环境配置、数据准备、质控参数、邻域分析和结果验证串起来同时给出用 TaoToken 统一 Key 接入分析脚本的配置片段让你能独立跑通整条流程。适合谁看做过基础单细胞分析、想往空间转录组方向走的人手里有 DBiT-seq 或 CosMX 数据、需要一套可复用流程的人以及希望把大模型能力接进分析脚本、但又不想为每个模型单独维护 Key 的人。核心检索词就是“淋巴结空间转录组衰老分析流程复现”下面所有步骤都围绕它展开。我试过把不同平台的输出直接拼在一起跑结果坐标对不上、基因名大小写不一致、质控阈值互相打架。所以这篇会尽量把每一步的参数和判断依据写清楚而不是只给一个能跑但看不懂的脚本。2. TaoToken 前置准备统一 Key 接入空间分析脚本在正式跑数据之前先把模型调用这一层理顺。空间转录组分析里我们经常需要调用大模型来做几件事注释细胞类型、生成邻域标签、把衰老相关基因集翻译成可读的功能描述、或者对分析脚本做自动补全和排错。如果每个模型都单独申请 Key、单独配环境变量脚本会变得很难维护。TaoToken 的思路是提供一个统一的 API 入口用同一个 Key 调用不同模型这样你的分析脚本里只需要维护一份配置。官网地址是 https://taotoken.net/?utm_sourcetaotoken_aicg_blog_endutm_mediumcsdnutm_campaignrewriteutm_content API 入口是 https://taotoken.net/api 。注意 API 地址不带 UTM 参数配置的时候直接用这个基础地址就行。你需要先拿到 Key入口在 API Keys 页面https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi_keysutm_campaignrewrite 。拿到之后不要硬编码进脚本放到环境变量或者本地配置文件里。这里要强调一点TaoToken 是模型调用的统一入口不是用来替代你的分析工具或编辑器的。你的空间转录组分析还是跑在 Scanpy、Squidpy、Seurat 或者对应的 Python/R 环境里TaoToken 只负责把模型能力接进来。理解这一点后面的配置才不会跑偏。如果你只是想在分析过程中验证某个模型能不能用可以走模型对话入口https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_contentmodelsutm_campaignrewrite 。如果你打算长期做编码和 Agent 类任务比如让模型帮你写邻域分析脚本、自动生成报告那更适合用 Coding Planhttps://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding_planutm_campaignrewrite 。接入文档在 https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 配置细节以文档为准。前置准备的核心是三件套Base URL、Key、Model ID。这三样在后面的配置片段里会反复出现。Base URL 用 https://taotoken.net/api Key 从 API Keys 页面获取Model ID 根据你实际要调用的模型填写。把这三样准备好再往下走数据流程。3. 可复制配置环境、数据与脚本片段这一节给的是可以直接复制修改的配置。先建一个独立环境避免和系统里的包冲突。Python 侧建议 3.10 以上因为 Squidpy 和部分空间分析库对新版本支持更好。conda create -n ln_spatial python3.10 -y conda activate ln_spatial pip install scanpy squidpy anndata numpy pandas scipy matplotlib seaborn pip install openpyxl requestsR 侧如果你要用 Seurat 或空间分析相关包单独建一个环境install.packages(Seurat) install.packages(hdf5r) install.packages(ggplot2)数据准备部分淋巴结空间衰老研究涉及的数据类型比较多DBiT-seq 空间转录组、CosMX SMI、PCF(CODEX) 空间蛋白组。复现时你不需要一次性把所有模态都跑完建议先从空间转录组入手把质控和邻域分析跑通再扩展到蛋白组。数据下载后统一放到一个目录结构里比如ln_spatial_project/ data/ raw/ dbit_seq/ cosmx/ codex/ processed/ scripts/ config/ results/配置文件用 JSON 或 TOML 都行这里给一个 JSON 片段路径和字段名按你自己的项目调整。注意这个片段里包含了 TaoToken 的三件套配置{ project: { name: ln_spatial_aging, species: human, tissue: lymph_node }, data: { raw_dir: ./data/raw, processed_dir: ./data/processed, sample_manifest: ./config/samples.tsv }, qc: { min_genes: 200, max_genes: 6000, min_counts: 500, max_mt_pct: 20, min_cells_per_gene: 3 }, neighborhood: { method: squidpy, n_neighbors: 15, n_rings: 2, coord_type: grid }, taotoken: { base_url: https://taotoken.net/api, api_key_env: TAOTOKEN_API_KEY, model_id: your-model-id, timeout: 60 } }环境变量这样设置不要把 Key 写进代码仓库export TAOTOKEN_API_KEY你的Key如果你用的是 Claude Code 或者类似的编码助手配置方式略有不同。以 Claude Code 接入为例需要配置 Base URL、Key 和 Model ID 三件套具体字段名参考接入文档。Cline MCP 场景下也是同样的三件套逻辑Base URL 指向 https://taotoken.net/api Key 用环境变量注入Model ID 按你选的模型填。Codex 的 auth.json 配置同理把这三样写对模型调用才能通。质控参数这块淋巴结组织比较特殊生发中心区域细胞密度高线粒体基因比例可能比外周血高一些。上面配置里 max_mt_pct 设成 20 是一个相对宽松的起点实际跑的时候要看分布图再调。min_genes 200 和 min_counts 500 是常规下限max_genes 6000 用来过滤双细胞或多细胞。这些参数不是固定的你要根据自己数据的分布来定。4. 验证请求与成功结果跑通质控和邻域分析配置好之后先做一次最小验证确认 TaoToken 的模型调用是通的。用一个简单的 Python 请求测试import os import requests base_url https://taotoken.net/api api_key os.environ[TAOTOKEN_API_KEY] headers { Authorization: fBearer {api_key}, Content-Type: application/json } payload { model: your-model-id, messages: [ {role: user, content: 用一句话说明空间转录组中邻域分析的作用} ] } resp requests.post(f{base_url}/v1/chat/completions, headersheaders, jsonpayload, timeout60) print(resp.status_code) print(resp.json())如果返回 200 并且 choices 里有内容说明 Key 和 Base URL 配置正确。如果返回 401先检查 Key 是否过期或复制时带了空格。如果报 local proxy failed检查你的网络环境是否干扰了请求不要使用任何非官方的网络中转工具。如果报 reading choices 相关错误通常是响应结构和你解析的字段不匹配打印完整 resp.json() 看结构。模型调用通了之后跑空间数据质控。以 Scanpy 为例import scanpy as sc import squidpy as sq adata sc.read_h5ad(./data/raw/dbit_seq/sample01.h5ad) adata.var[mt] adata.var_names.str.startswith(MT-) sc.pp.calculate_qc_metrics(adata, qc_vars[mt], inplaceTrue) sc.pp.filter_cells(adata, min_genes200) sc.pp.filter_cells(adata, min_counts500) adata adata[adata.obs[pct_counts_mt] 20].copy() sc.pp.filter_genes(adata, min_cells3) sc.pp.normalize_total(adata, target_sum1e4) sc.pp.log1p(adata) sc.pp.highly_variable_genes(adata, n_top_genes2000) adata adata[:, adata.var[highly_variable]].copy() sc.pp.scale(adata, max_value10) sc.tl.pca(adata, n_comps30) sc.pp.neighbors(adata, n_neighbors15, n_pcs30) sc.tl.leiden(adata, resolution0.6)质控成功的标志是细胞数没有断崖式下降pct_counts_mt 分布集中在 5% 到 15% 之间高变基因数量在 1500 到 2500 之间。如果细胞数掉得太多把 min_genes 降到 150 试试如果线粒体比例整体偏高检查组织解离质量或者调整 max_mt_pct。邻域分析用 Squidpysq.gr.spatial_neighbors(adata, coord_typegrid, n_neighs6) sq.gr.nhood_enrichment(adata, cluster_keyleiden) sq.pl.nhood_enrichment(adata, cluster_keyleiden, savenhood_enrichment.png)跑完之后看 nhood_enrichment.png如果某些细胞类型之间出现明显的富集或排斥模式说明邻域构建是有效的。淋巴结里生发中心 B 细胞和滤泡辅助 T 细胞的邻域关系是这类分析里比较值得关注的点。衰老相关基因打分可以用 scanpy 的 score_genessenescence_genes [CDKN2A, CDKN1A, HMGB1, H2AX, TP53, GLB1] sc.tl.score_genes(adata, senescence_genes, score_namesenescence_score) sq.pl.spatial_scatter(adata, color[senescence_score, leiden], savesenescence_spatial.png)成功的结果是senescence_score 在空间上有明显的区域聚集而不是随机分布。如果打分结果均匀分布可能是基因集不适合你的组织类型或者数据批次效应太强需要先做整合。5. 本篇常见错排查从 401 到坐标错位跑这条流程最容易卡住的地方往往不是分析算法本身而是配置和数据格式。下面按真实报错来排查。401 Unauthorized。这个最常见原因通常是 Key 没设置、Key 过期、或者请求头格式不对。检查 os.environ 里有没有 TAOTOKEN_API_KEY检查 Authorization 字段是不是 Bearer 加空格加 Key。如果你用的是 Claude Code 或 Cline MCP检查三件套是否齐全Base URL 是不是 https://taotoken.net/api Key 有没有正确注入Model ID 是不是填了不存在的模型名。local proxy failed。这个报错说明请求没有正常到达服务端通常是本地网络环境有干扰。不要使用任何非官方的网络中转工具检查系统代理设置确保请求直连。如果你在公司内网确认防火墙没有拦截对 API 域名的访问。reading choices 相关错误。这通常出现在解析响应的时候比如你按 OpenAI 格式取 resp.json()[choices][0][message][content]但实际返回结构不同。先打印完整响应体确认字段路径。如果是流式响应还要处理 SSE 格式的分块数据。OAuth 相关报错。如果你用的是需要 OAuth 的编码工具检查 token 是否过期重新走一遍授权流程。注意 OAuth 和 API Key 是两套机制不要混用。坐标错位。空间转录组分析里如果 spatial_scatter 出来的图和 HE 染色对不上检查 adata.obsm[spatial] 里的坐标顺序是否和图像一致。DBiT-seq 和 CosMX 的坐标体系不同不要直接混用。grid 和 generic 两种 coord_type 也要根据平台选对选错了邻域结果会完全不对。基因名不一致。不同平台对同一个基因的命名可能不同比如 CDKN2A 和 p16 是同一个基因的不同叫法。做衰老打分之前先统一基因命名用官方 gene symbol 做映射。质控后细胞数过少。如果过滤后细胞数不到原来的 30%说明阈值太严。先把 min_genes 和 min_counts 调低看分布图再定。淋巴结组织里生发中心区域的细胞 RNA 含量高外周区域低一刀切阈值会丢掉很多真实细胞。6. 把流程接到长期分析CTA 与后续动作跑通一次质控和邻域分析之后你大概率会想把这套流程固化下来做成可复用的脚本。这时候模型调用的稳定性就很重要了。如果你只是偶尔验证一下模型输出用模型对话入口就够了https://taotoken.net/models?utm_sourcetaotoken_aicg_blog_endutm_contentmodelsutm_campaignrewrite 。如果你要长期做编码、自动生成分析报告、或者搭 Agent 来辅助空间数据分析Coding Plan 更合适https://taotoken.net/coding-plan?utm_sourcetaotoken_aicg_blog_endutm_contentcoding_planutm_campaignrewrite 。接入过程中遇到配置问题先查接入文档https://taotoken.net/doc?utm_sourcetaotoken_aicg_blog_endutm_contentdocutm_campaignrewrite 。Key 的管理在 API Keys 页面https://taotoken.net/api-keys?utm_sourcetaotoken_aicg_blog_endutm_contentapi_keysutm_campaignrewrite 。控制台入口在 https://taotoken.net/console?utm_sourcetaotoken_aicg_blog_endutm_contentconsoleutm_campaignrewrite 可以看调用记录和用量。后续你可以在这条流程上继续加东西把 PCF(CODEX) 的蛋白组数据和空间转录组做联合邻域分析用 CosMX 数据验证 DBiT-seq 的细胞类型注释或者把衰老打分结果和 SASP 相关基因做共表达网络。每一步都可以用同一套 TaoToken 配置来调用模型做辅助注释和结果解释不用再为每个模型单独折腾 Key。最后给一个实用建议把 config 目录纳入版本管理但把 Key 放在环境变量或本地 .env 文件里并且把 .env 加进 .gitignore。这样你的分析流程可以分享给合作者而不会泄露凭证。空间转录组的复现本来就是一件需要反复调参的事配置清晰了后面换样本、换组织类型都会轻松很多。