1. 从一张多通道组织切片说起DLBCL免疫分型为什么需要空间蛋白组DLBCL弥漫性大B细胞淋巴瘤的免疫分型过去很长一段时间停留在“细胞比例”层面CD8 T细胞占比多少、TAM密度多高、PD-L1阳性率几何。但真正做过组织原位分析的人会知道同样比例的CD8 T细胞分布在肿瘤B细胞致密区还是散落在髓系细胞富集区功能状态可能完全不同。前者可能是被排斥在外的“旁观者”后者可能是真正参与杀伤的效应细胞。这就是空间蛋白组要解决的核心问题把细胞类型标签升级为可解释的细胞状态加空间邻域。我试过用纯转录组数据做DLBCL分型聚类结果很漂亮但一到解释环节就卡住——某个亚群高表达GZMB和PRF1你只能说“可能是细胞毒性T细胞”却无法回答它在组织里到底挨着谁、是否真的接触肿瘤细胞。空间蛋白组如CODEX/PCF的价值在于它能在组织原位同时观察CD3e、CD8、Granzyme B、PD-1等蛋白标志物把“细胞状态”落到具体空间坐标上。配合CosMx这类空间转录组提供的状态线索就能构建从多通道成像到细胞邻域定义、再到免疫分型可解释性验证的完整链路。这篇内容面向的是想复现这套流程的科研人员和生信工程师。我会用TaoToken统一Key来管理多个模型API的调用把图像分割、蛋白强度定量、邻域定义、分型标签推理这几个环节串起来。你不需要自己维护多套Key也不需要担心不同模型接口格式不一致。整个流程可以在本地跑通从原始图像到分型标签的每一步都有可复制的配置和脚本。适合谁做过单细胞转录组、想往空间组学扩展的生信人员手里有CODEX或类似多通道成像数据、想快速验证免疫分型假设的研究者以及需要统一管理多个大模型API来做图像描述、细胞状态注释的工程团队。前置知识只需要Python基础和基本的组织学概念不需要深度学习调参经验。2. TaoToken统一Key前置配置把多模型调用收敛到一个入口空间蛋白组分析流程里模型调用其实很分散图像分割可能用到一个视觉模型细胞状态注释可能用到一个文本模型邻域定义后的分型推理可能又需要另一个模型。如果每个环节都单独申请Key、单独配Base URL维护成本很高而且容易在环境变量里搞混。TaoToken的做法是提供一个统一的API入口你只需要一个Key就能在多个模型之间切换。先明确三个核心要素后面所有配置都围绕它们展开要素值说明Base URLhttps://taotoken.net/api所有请求的统一入口不加UTM参数API Key在控制台创建格式类似sk-开头只显示一次Model ID按需选择如claude-sonnet-4-20250514、gpt-4o等如果你用的是Claude Code这类编码工具配置方式略有不同。Claude Code需要设置ANTHROPIC_BASE_URL和ANTHROPIC_API_KEY两个环境变量Model ID通过启动参数或配置文件指定。下面是一个可直接复制的settings.json片段路径放在~/.claude/settings.json{ env: { ANTHROPIC_BASE_URL: https://taotoken.net/api, ANTHROPIC_API_KEY: sk-你的Key, ANTHROPIC_MODEL: claude-sonnet-4-20250514 } }如果你用的是Cline或类似的VS Code插件配置通常写在cline_mcp_settings.json或插件的设置面板里。核心三件套不变Base URL填https://taotoken.net/apiAPI Key填你创建的KeyModel ID按插件支持的格式填。有些插件要求Model ID带前缀比如anthropic/claude-sonnet-4-20250514具体看插件文档。对于Codex这类工具认证信息通常放在~/.codex/auth.json。格式如下{ base_url: https://taotoken.net/api, api_key: sk-你的Key, model: gpt-4o }注意auth.json里的字段名可能因版本而异如果启动时报OAuth相关错误先检查这个文件是否存在、字段是否拼写正确。有些版本要求api_key而不是key有些要求base_url而不是endpoint。实测下来最稳妥的方式是先用curl测试Key是否有效再写入配置文件。创建Key的入口在控制台的API Keys页面。建议按项目创建不同的Key比如“空间蛋白组-图像分割”和“空间蛋白组-状态注释”分开方便后续排查调用量。Key只在创建时显示一次复制后立刻存到密码管理器或环境变量里。如果你需要长期跑编码任务或Agent流程可以考虑Coding Plan它针对高频调用场景做了额度优化。环境变量配置方式Linux/macOSexport TAOTOKEN_API_KEYsk-你的Key export TAOTOKEN_BASE_URLhttps://taotoken.net/apiWindows PowerShell$env:TAOTOKEN_API_KEYsk-你的Key $env:TAOTOKEN_BASE_URLhttps://taotoken.net/api配置完成后先不要急着跑完整流程用一条最简单的请求验证连通性。下一节会给出具体的验证脚本。3. 可复制配置空间蛋白组分析脚本与模型调用参数这一节给出完整的可复制配置包括Python环境依赖、模型调用封装、以及空间蛋白组分析的核心脚本框架。所有代码都基于TaoToken统一Key你只需要替换Key和文件路径就能跑。先安装依赖pip install requests numpy pandas scikit-image tifffile matplotlib如果你要做图像分割还需要torch和torchvision但本文的重点是流程串联和可解释性验证分割部分可以用阈值法或已有的分割结果。下面是一个统一的模型调用封装放在taotoken_client.pyimport os import requests import json class TaoTokenClient: def __init__(self, api_keyNone, base_urlNone): self.api_key api_key or os.environ.get(TAOTOKEN_API_KEY) self.base_url base_url or os.environ.get(TAOTOKEN_BASE_URL, https://taotoken.net/api) if not self.api_key: raise ValueError(缺少API Key请设置TAOTOKEN_API_KEY环境变量) def chat(self, model, messages, temperature0.2, max_tokens2048): url f{self.base_url}/v1/chat/completions headers { Authorization: fBearer {self.api_key}, Content-Type: application/json } payload { model: model, messages: messages, temperature: temperature, max_tokens: max_tokens } resp requests.post(url, headersheaders, jsonpayload, timeout120) resp.raise_for_status() return resp.json()[choices][0][message][content]这个封装兼容OpenAI格式的接口TaoToken的/v1/chat/completions路径支持这种调用方式。如果你用的模型需要不同的路径或参数可以在chat方法里调整。接下来是空间蛋白组分析的核心脚本spatial_pipeline.py。这个脚本做四件事读取多通道图像、提取细胞位置和蛋白强度、定义细胞邻域、调用模型做状态注释和分型推理。import numpy as np import tifffile from skimage.measure import regionprops, label from taotoken_client import TaoTokenClient # 1. 读取多通道图像 def load_multichannel(path): img tifffile.imread(path) # 假设图像形状为 (channels, height, width) return img # 2. 简单阈值分割实际可用Cellpose等 def segment_cells(channel, threshold0.3): mask channel threshold labeled label(mask) return labeled # 3. 提取每个细胞的蛋白强度 def extract_intensities(img, labels, channel_names): props regionprops(labels, intensity_imageimg) cells [] for p in props: cell { cell_id: p.label, centroid: p.centroid, area: p.area } for i, name in enumerate(channel_names): cell[name] float(p.intensity_mean[i]) if i img.shape[0] else 0.0 cells.append(cell) return cells # 4. 定义细胞邻域基于距离 def define_neighborhoods(cells, radius50): coords np.array([c[centroid] for c in cells]) neighborhoods [] for i, c in enumerate(cells): dists np.linalg.norm(coords - coords[i], axis1) neighbors [cells[j][cell_id] for j in range(len(cells)) if j ! i and dists[j] radius] c[neighbors] neighbors neighborhoods.append(c) return neighborhoods # 5. 调用模型做状态注释 def annotate_states(client, cells, channel_names): prompt f你是一个空间蛋白组分析助手。以下是细胞蛋白强度数据通道包括{channel_names}。 请根据CD3e、CD8、Granzyme B、PD-1等标志物判断每个细胞的状态类别。 细胞数据{cells[:5]} # 示例实际需分批 输出JSON格式{{cell_id: ..., state: ..., reason: ...}} messages [{role: user, content: prompt}] return client.chat(claude-sonnet-4-20250514, messages)这个脚本框架可以直接跑但要注意几个参数threshold需要根据你的图像对比度调整radius决定邻域范围通常设为细胞平均直径的2-3倍。channel_names要和你的多通道图像顺序一致比如[CD3e, CD8, GranzymeB, PD1, CD20, Ki67, BCL2]。如果你要做更精细的邻域定义可以把define_neighborhoods改成基于Delaunay三角剖分或KNN图。但距离法在DLBCL组织里已经能区分“肿瘤B细胞富集区”和“T细胞富集区”这两类基本生态位。模型调用部分建议把细胞数据分批发送每批不超过50个细胞避免超出上下文长度。返回的JSON用json.loads解析如果解析失败加一个重试逻辑。实测下来temperature0.2时输出格式最稳定。4. 验证请求与成功结果从原始图像到分型标签的推理过程配置写好了接下来验证整条链路是否跑通。先做一次最简单的连通性测试确认Key和Base URL没问题from taotoken_client import TaoTokenClient client TaoTokenClient() resp client.chat( modelclaude-sonnet-4-20250514, messages[{role: user, content: 回复OK两个字母}] ) print(resp)如果输出包含“OK”说明Key有效、网络连通、模型可调用。如果报401检查Key是否复制完整如果报local proxy failed检查Base URL是否写成了https://taotoken.net/api而不是其他路径。连通性通过后跑完整的空间蛋白组流程。假设你有一张7通道的CODEX图像dlbcl_sample.tif通道顺序为[CD3e, CD8, GranzymeB, PD1, CD20, Ki67, BCL2]。执行img load_multichannel(dlbcl_sample.tif) labels segment_cells(img[0]) # 用CD3e通道做分割示例 cells extract_intensities(img, labels, [CD3e, CD8, GranzymeB, PD1, CD20, Ki67, BCL2]) cells define_neighborhoods(cells, radius50) annotation annotate_states(client, cells, [CD3e, CD8, GranzymeB, PD1, CD20, Ki67, BCL2]) print(annotation)成功的结果应该是一段JSON每个细胞有cell_id、state和reason。state可能是cytotoxic_T、exhausted_T、proliferating_B、mixed等。reason会引用具体的蛋白强度比如“CD8高、GranzymeB高、PD1低判断为细胞毒性T细胞”。拿到细胞状态后做邻域层面的分型。统计每个邻域内各状态的占比如果某个邻域内cytotoxic_T占比超过30%且proliferating_B占比低于10%可以标记为“T细胞富集生态位”。如果proliferating_B占比超过50%且exhausted_T占比高标记为“肿瘤B细胞富集生态位”。可解释性验证动作把模型输出的reason和原始蛋白强度做对照。比如模型说“PD1高”检查该细胞的PD1通道强度是否确实高于邻域均值。如果对不上说明模型在“编理由”需要调整prompt或换模型。这一步是保证分型可解释的关键不能跳过。实测下来claude-sonnet-4-20250514在蛋白强度对照上表现稳定gpt-4o在邻域关系描述上更细致。你可以两个模型都跑一遍对比reason字段的一致性。如果两个模型对同一个细胞的判断差异很大说明该细胞的状态本身处于边界需要在报告中标注不确定性。最后把结果保存为CSVimport pandas as pd df pd.DataFrame(cells) df.to_csv(dlbcl_spatial_states.csv, indexFalse)这个CSV就是后续免疫分型可解释性分析的输入。你可以按邻域分组统计各状态的分布画出空间分布图验证“同一类细胞在不同生态位中状态不同”这个假设。5. 本篇常见错排查401、local proxy failed、reading choices、OAuth跑这套流程时最容易在四个地方卡住。下面按报错信息逐一排查。401 UnauthorizedKey无效或未正确传递。先检查环境变量TAOTOKEN_API_KEY是否设置再检查代码里Authorization头是否拼写正确。注意Bearer后面有一个空格。如果Key是从控制台复制的确认没有多余换行或空格。有些终端在粘贴时会带入不可见字符建议用echo $TAOTOKEN_API_KEY | wc -c检查长度是否和预期一致。local proxy failed这个报错通常出现在Base URL配置错误或网络环境异常时。先确认TAOTOKEN_BASE_URL是https://taotoken.net/api不要加/v1后缀路径在代码里拼。如果你在本地开了其他网络工具先关掉再试。另外检查requests是否走了系统代理可以用requests.post(url, proxies{http: None, https: None})强制不走代理。reading choices 报错这个错误一般出现在解析响应时resp.json()[choices]取不到值。原因可能是模型返回了错误信息而不是正常响应。先打印resp.status_code和resp.text看服务端返回了什么。常见情况是Model ID写错了比如把claude-sonnet-4-20250514写成了claude-sonnet-4。TaoToken的模型列表在文档里有建议直接复制。另外如果max_tokens设得太小模型可能返回空内容也会导致choices为空。OAuth 相关错误如果你用的是Codex或Claude Code报OAuth错误通常意味着auth.json或settings.json格式不对。检查字段名是否和工具版本匹配。有些版本要求api_key字段有些要求token。最稳妥的方式是先用curl测试curl -X POST https://taotoken.net/api/v1/chat/completions \ -H Authorization: Bearer sk-你的Key \ -H Content-Type: application/json \ -d {model:claude-sonnet-4-20250514,messages:[{role:user,content:test}]}如果curl能通说明Key和Base URL没问题问题在工具的配置文件格式。对照工具文档逐字段检查注意JSON不能有注释和尾逗号。还有一个容易忽略的点细胞数据分批发送时如果某批返回的JSON解析失败整个流程会中断。建议在annotate_states里加try-except解析失败时把原始响应存到日志然后继续下一批。这样不会因为个别批次的问题丢掉全部结果。6. 把流程接到TaoToken上统一Key管理空间蛋白组多模型调用空间蛋白组分析的特点是模型调用分散但频繁图像分割可能需要视觉模型细胞状态注释需要文本模型邻域分型推理可能又需要另一个模型。如果每个模型单独申请Key、单独配环境变量不仅维护麻烦还容易在代码里硬编码多个Key带来泄露风险。TaoToken的统一Key方案把这个问题收敛成一个入口一个Key、一个Base URL通过Model ID切换不同模型。具体操作上你只需要在TaoTokenClient初始化时传入一次Key后续所有chat调用都复用这个客户端。如果要换模型改model参数即可不需要改Key或Base URL。对于需要长期跑Agent流程的场景比如自动化的空间蛋白组分型流水线可以用Coding Plan来管理调用额度避免频繁手动充值。接入文档里有各语言SDK的示例Python、Node.js、curl都有。如果你用的是Cline MCP或类似的插件配置三件套Base URL、Key、Model ID填对就能用。Claude Code用户注意settings.json的路径和字段名Codex用户注意auth.json的格式。遇到OAuth报错时先用curl验证Key再检查配置文件。模型对话入口可以用来快速测试某个模型对蛋白标志物的理解能力比如输入一段细胞强度数据看它能否正确判断状态。API Keys页面用来创建和管理Key建议按项目分Key。控制台可以查看调用量和余额。文档里有完整的模型列表和参数说明。整个流程跑通后你得到的不只是一张分型标签表而是一条可追溯的推理链路从原始图像到蛋白强度到细胞状态到邻域定义再到分型标签每一步都有模型输出的reason作为解释依据。这才是空间蛋白组让DLBCL免疫分型更可解释的核心价值。
示例详解)
