10x单细胞数据分析之表达定量

1. 单细胞测序数据格式

通常使用illumina的NovaSeq/Xten对10x单细胞平台构建的文库进行测序。得到的BCL经过bcl2fastq或者cellranger mkfastq处理成常见的FASTQ格式的文件。Bcl2fastq得到的就是常见的下机数据文件，一般有两个文件分别对应Read1和Read2。Cellranger mkfastq本质上就是对bcl2fastq进行的封装，除了Read1和Read2两个文件，还会多一个Index文件（存放的拆分文库用的index信息，没有也不影响后续的表达定量）。FASTQ文件命名格式为[Sample Name]_S1_L00[Lane Number]_[R1|R2|I1]_001.fastq.gz。比如下面这样：

如果拿到的测序结果不是以这种格式命名的，需要先进行重命名，不然cellranger会识别不到样品对应的文件！

2. 表达定量

cellranger count是10x官方的表达定量流程，可以对FASTQ数据进行基因组比对，barcode和UMI计数，生成feature-barcode表达矩阵，对识别到的细胞进行聚类分群，并进行表达分析。cellranger count用法如下：

--id指定样品名，分析结果会保存在同名的文件夹中；

--transcriptome指定需要使用的参考基因组；

--fastqs指定了FASTQ文件的存放位置；

--sample指定了FASTQ文件中的样品名。

cellranger count需要的资源较多，建议在大型工作站或者服务器等配置较高的机器上运行。以150G数据量的人单细胞样品为例，使用28个线程，内存约40G，总耗长约4h。看到如下信息就表示运行顺利完成啦！

3. 结果说明

cellranger count运行过程中会生成以样品命名的文件夹，分析结果保存在下一级的子文件夹outs。

各个文件/文件夹说明如下：

web_summary.html里列出了常用的质控信息，包括：测序数据量、Q30、细胞数、基因组比对率等：

analysis文件夹保存了cellranger分析的细胞聚类和表达分析的结果。

cloupe.cloupe文件可以导入到10x官方软件Loupe Browser进行可视化分析filtered_feature_bc_matrix文件夹保存了分析得到的表达矩阵。

以上就是cellranger进行表达定量分析的介绍啦，分析得到的表达矩阵文件可以导入到常见的第三方分析软件（Seurat，scanpy等）进行进一步的分析，后续我们会一一分享哦！

更多新闻资讯请关注派森诺官网：http://www.personalbio.cn