标签：rw seq Perturb -- fastq gz 001 L003 transcriptome
10x是最成功的单细胞公司，目前最成功的商业平台，已经有很多成熟的单细胞产品线，不管是新手还是进阶的高手都在玩他们平台产生的数据。
这里试图对10x的核心技术和数据来做一个剖析，试图理解其核心原理，加速数据分析进程，辅助科研发现。
我目前玩过的10x数据：
- scRNA-seq (antibody hashtag)
- visum - Spatial transcriptome
- scATAC-seq
- Perturb-seq (CRISPR library)
可玩性非常高，特别是结合具体的临床医学问题。
目录
- 分析流程
- 建库原理
- 单细胞展望
分析流程
fastq
【一般测序公司会直接提供，最开始的时候还得自己bcl2fastq】
但fastq的格式每个测序平台会有差异
最常见的格式【所有index都直接放进了R1和R2里，paired end 150bp】：
-rw-r--r-- 1 zxli staff 9.0G Mar 25 2021 UE-D60-BO-2-1_S21_L003_R1_001.fastq.gz -rw-r--r-- 1 zxli staff 5.3G Mar 25 2021 UE-D60-BO-2-3_S23_L003_R2_001.fastq.gz -rw-r--r-- 1 zxli staff 8.2G Mar 25 2021 UE-D60-BO-2-1_S21_L003_R2_001.fastq.gz -rw-r--r-- 1 zxli staff 6.2G Mar 25 2021 UE-D60-BO-2-2_S22_L003_R2_001.fastq.gz -rw-r--r-- 1 zxli staff 5.6G Mar 25 2021 UE-D60-BO-2-4_S24_L003_R2_001.fastq.gz -rw-r--r-- 1 zxli staff 6.2G Mar 25 2021 UE-D60-BO-2-4_S24_L003_R1_001.fastq.gz -rw-r--r-- 1 zxli staff 5.8G Mar 25 2021 UE-D60-BO-2-3_S23_L003_R1_001.fastq.gz -rw-r--r-- 1 zxli staff 6.7G Mar 25 2021 UE-D60-BO-2-2_S22_L003_R1_001.fastq.gz
这时的分析脚本的参数就是：
sampleName=UE-D60-BO-2
--sample=${sampleName}-1,${sampleName}-2,${sampleName}-3,${sampleName}-4
另一种就是index单独存放，可以存成一个fastq，也可以是单独的两个fastq
-rw-r--r-- 1 lizhixin engan 235M Aug 22 12:35 HT29_P1_CRISPR_CKDL220019395-1A_H7MJYDSX5_S1_L003_I1_001.fastq.gz -rw-r--r-- 1 lizhixin engan 259M Aug 22 12:35 HT29_P1_CRISPR_CKDL220019395-1A_H7MJYDSX5_S1_L003_I2_001.fastq.gz -rw-r--r-- 1 lizhixin engan 1.8G Aug 22 12:38 HT29_P1_CRISPR_CKDL220019395-1A_H7MJYDSX5_S1_L003_R1_001.fastq.gz -rw-r--r-- 1 lizhixin engan 1.7G Aug 22 12:41 HT29_P1_CRISPR_CKDL220019395-1A_H7MJYDSX5_S1_L003_R2_001.fastq.gz
这时的分析脚本的参数就是：
--sample=HT29_P1_GEX_CKDL220019394-1A_H7MN2DSX5
cellranger在你填错sample name的时候会提醒你！
matrix
10x的诸多测序都是使用三个文件的matrix来存储，放在filtered_feature_bc_matrix里
-rw-r--r-- 1 lizhixin engan 137M Aug 23 00:21 matrix.mtx.gz -rw-r--r-- 1 lizhixin engan 326K Aug 23 00:21 features.tsv.gz -rw-r--r-- 1 lizhixin engan 56K Aug 23 00:21 barcodes.tsv.gz
最新的是For sparse matrices, the matrix is stored in the Market Exchange Format (MEX)，防止冗余，文件就只有几百M（~1w细胞 x 3w基因）。
第一列就是行坐标，第二列就是列坐标，省去了字符串，方便压缩。
唯一的字符串，基因名和细胞名则单独存放成文件。
downstream
下游的分析标准流程我只用Seurat，API做得好，功能丰富，速度快，完全没有自己开发的必要，工欲善其事必先利其器。
一些个性化的分析就可以用其他工具，Seurat的数据导出也是非常方便，甚至自己可以基于其结构开开发自己的工具。
建库原理
最好还是搞懂吧，一切皆是接口，搞懂了自己也可以随便玩。
- scRNA-seq (antibody hashtag)
- visum - Spatial transcriptome
- scATAC-seq
- Perturb-seq (CRISPR library)
单细胞展望
towards the end, the ultimate architecture of life!
待续~
标签：rw,seq,Perturb,--,fastq,gz,001,L003,transcriptome 来源： https://www.cnblogs.com/leezx/p/16615922.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。