温馨提示×

温馨提示×

您好,登录后才能下订单哦!

密码登录×
登录注册×
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》

如何使用cell ranger进行单细胞转录组定量分析

发布时间:2021-11-10 16:41:48 来源:亿速云 阅读:420 作者:柒染 栏目:大数据

如何使用cell ranger进行单细胞转录组定量分析,针对这个问题,这篇文章详细介绍了相对应的分析和解答,希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。

在RNA_seq数据的定量分析中,都是首先将reads比对到参考基因组,然后再使用定量软件进行定量,比如经典的hisat+stringTie的分析策略,对于单细胞转录组而言,其定量的原理也是一样的,只不过由于引入了UMI标签的设计,在定量时需要考虑相同UMI标签来自同一个转录本,直接使用传统的分析软件就不合适了。

官方提供的cell ranger软件不仅提供了数据拆分,也提供了定量等分析内容。

定量的前提都是需要将reads比对到参考基因组上,对于比对而言,第一步都是先对参考基因组建立索引,官网提供了人和小鼠的参考基因组供下载,网址如下

https://support.10xgenomics.com/single-cell-gene-expression/software/downloads/latest

如何使用cell ranger进行单细胞转录组定量分析

对于其他物种,我们只需要有基因组的fasta文件和转录本的gtf文件,就可以自定义参考基因组,步骤如下

1. 对GTF文件进行过滤

在原始的GTF文件中,会包含非常多类型的基因,可以通过mkgtf子命令,筛选其中感兴趣的基因,用法如下

cellranger mkgtf \
hg38.ensembl.gtf \
hg38.ensembl.filtered.gtf \
--attribute=gene_biotype:protein_coding

通过attribute属性来筛选,上述例子中只筛选出蛋白编码基因对应的记录。

2. 建立索引

通过mkref子命令来建索引,用法如下

cellranger mkref \
--genome=output_genome \
--nthreads=10 \
--fasta=input.fa \
--genes=input.gtf

genome参数指定输出结果的目录,建好索引之后的目录结构如下

.
├── fasta
│   ├── genome.fa
│   └── genome.fa.fai
├── genes
│   └── genes.gtf
├── pickle
│   └── genes.pickle
├── reference.json
└── star

可以看到,cell ranger对基因组建立了STAR的索引,然后通过STAR将reads比对到参考基因组上。

定量分析通过count子命令实现,用法如下

cellranger count \
--id=sample345 \
--transcriptome=database_path \
--fastqs=fastq_path \
--sample=mysample \

id参数指定输出目录的名字,transcriptome参数指定基因组索引所在目录,fastqs指定mkfastq命令产生的序列文件所在目录,sample参数指定需要分析的样本,在fastq_path下对应一个子目录。

count子命令不仅可以进行定量分析,还提供了聚类,PCA, tSNE等一系列分析结果,输出结果目的录下文件很多,在后续我们会详细解读该命令的输出结果。

关于如何使用cell ranger进行单细胞转录组定量分析问题的解答就分享到这里了,希望以上内容可以对大家有一定的帮助,如果你还有很多疑惑没有解开,可以关注亿速云行业资讯频道了解更多相关知识。

向AI问一下细节

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

AI