anndata의 값이 raw cnt인지 확인하는 법

AnnData X가 log1p 변환되지 않은 raw count인지 확인하는 방법

1. 최소값 확인

log1p 변환이 된 데이터는 최소값이 0 이상입니다.
하지만 raw count 데이터는 0 또는 자연수(정수) 값이므로, 최소값이 0 이하인지 확인하면 됩니다.

import numpy as np

min_value = np.min(adata.X)
print(f"Minimum value in X: {min_value}")

결과 해석

• min_value >= 0: log1p 변환되었을 가능성이 높음.
• min_value < 0: 비정상적인 데이터. (log1p 변환이 잘못 적용되었을 가능성)
• min_value == 0: 아직 raw count일 가능성이 있음.

---

2. 정수값 여부 확인

raw count 데이터는 항상 정수값을 가집니다.
반면 log1p 변환된 데이터는 대부분 소수점 값을 포함합니다.

is_integer = np.all(adata.X == np.floor(adata.X))
print(f"All values are integers: {is_integer}")

결과 해석

• True: Raw count일 가능성이 높음.
• False: log1p 변환되었을 가능성이 높음.

---

3. 특정 유전자의 값 직접 확인

gene_name = "GAPDH"  # 확인하고 싶은 유전자 이름
if gene_name in adata.var_names:
    gene_idx = adata.var_names.get_loc(gene_name)
    print(adata.X[:, gene_idx][:10])  # 처음 10개 샘플 출력

결과 해석

• 값이 0, 1, 2, ...처럼 정수로 되어 있다면 → Raw count 데이터.
• 값이 0.693, 1.099, ...처럼 실수형이면 → log1p 변환됨.

---

4. log1p 변환 후 차이 비교

log1p 변환을 적용하고 이전 값과 차이를 비교하면, 기존에 변환이 되었는지 확인 가능.

import scanpy as sc

adata_copy = adata.copy()
sc.pp.log1p(adata_copy)

diff = np.abs(adata_copy.X - adata.X).mean()
print(f"Mean difference after log1p transformation: {diff}")

결과 해석

• diff ≈ 0: 이미 log1p 변환이 되어 있었음.
• diff > 0: 원본이 raw count였고, log1p를 적용하면 값이 달라짐 → raw count 데이터.

---

📌 최종 판단 기준

✅ min(X) < 0 → 데이터가 손상되었을 가능성 있음.
✅ X가 정수로만 구성 (is_integer=True) → Raw count 데이터 가능성 높음.
✅ log1p 변환 후 값 차이가 발생 (diff > 0) → Raw count 데이터였을 가능성 높음.

➡ 세 가지 방법을 종합적으로 확인하면, adata.X가 raw count인지 log1p 변환된 데이터인지 알 수 있음.