解决scanpy读写loom文件格式丢失obs和var的index的问题

在我们现在基于scanp的单细胞流程中，有一步需要将AnnData对象保存为loom格式。但是与保存为h5ad不同，当我们不做任何处理，将AnnData对象写入loom文件后再次读取时，会发现obs和var的索引（index）信息丢失了，这些索引（通常是细胞条形码和基因名）变成了普通的数字编号。

问题描述

根据实际的测试和write_loom方法的文档，中的描述，可以推测实际的读写，write_loom 写入时，实际上的不会写入obs和var两个表中的index部分，即使通过参数指定write_obsm_varm=True，写入时也只会按照固定的名称分别产生两个新列（obs_names和var_names）。

而根据read_loom方法的文档，read_loom在读取的时候，实际上要在obs中找名为CellID的列，在var中找名为Gene的列来分别作为两张表的编号。

这样一来一去，默认不存index，即使存了index，write_loom存的和read_loom读的也并不一致，就像两个部门对接没有做好，关键信息就这么没了…

解决方案

我的目的是尽可能不对原流程代码进行变更，因此直接产生原流程可读的loom文件是最好的方式：

1
2
3
4
5
6
7
8
9
10

# 保存索引信息到obs和var的列中
adata.obs['CellID'] = adata.obs.index.tolist()
adata.var['Gene'] = adata.var.index.tolist()

# 写入loom文件（包含obsm和varm信息）
merge_adata.write_loom('/path/to/raw.loom')

# 读取loom文件，由于CellID和Gene存在，
# 读取的adata能成功保留两个表的index信息
adata = sc.read_loom('/path/to/raw.loom')