春节期间单细胞转录组数据分析全免费

生信技能树

发布于 2023-02-27 21:34:08

4370

发布于 2023-02-27 21:34:08

文章被收录于专栏：生信技能树

是的，你没有看错，单细胞转录组数据分析直接就全免费，不过时间上原则上仅限于春节前后一周哈。（活动最终解释权归生信技能树所有）

因为我自己能力限制，单细胞多组学，单细胞表观，单细胞免疫组库，空间单细胞这些比较新颖的技术在2023年8月份之前我是不可能去整理它们数据分析流程，所以如果不是普通的单细胞转录组数据，请绕行哈，放过我吧。

可以是单细胞转录组上游定量

就是帮大家正常走cellranger的定量流程即可，代码其实超级简单了，我已经是多次分享过了。参考：

如果计算资源足够的话，差不多几个小时就可以完成全部的样品的cellranger的定量流程。本来呢应该是3个样品收费人民币800元，活动期间全部免费哈，当然了也得控制样品数量，因为我们的计算资源也不是无限多的，除非有志愿者愿意借我他们的闲置的服务器资源帮忙一起做这个活动。代码对我们生信工程师来说确实是超级简单，完全没有技术难度。比如2022年11月发表的文章《Single-cell transcriptomic analysis of the tumor ecosystem of adenoid cystic carcinoma》，很容易解析作者提供的单细胞转录组测序数据：

https://share.cncb.ac.cn/j2QOEb3S/HRA003197/HRR773999/HRR773999_f1.fastq.gz
https://share.cncb.ac.cn/j2QOEb3S/HRA003197/HRR773999/HRR773999_r2.fastq.gz

多个样品就是构建一个简单的shell脚本即可：

for i in {3999..4030};do (  axel -n 20 https://share.cncb.ac.cn/j2QOEb3S/HRA003197/HRR77${i}/HRR77${i}_f1.fastq.gz );done
for i in {3999..4030};do (  axel -n 20 https://share.cncb.ac.cn/j2QOEb3S/HRA003197/HRR77${i}/HRR77${i}_r2.fastq.gz );done

就可以拿到如下所示的测序数据文件：

(base) jmzeng@bio3:~/x10/jmzeng/ACC_PRJCA012307/raw$   ls -lht *gz|tail|cut -d" " -f 5-
1.8G 1月   7 21:59 HRR774004_S1_L001_R2_001.fastq.gz
 12G 1月   7 21:49 HRR774002_S1_L001_R1_001.fastq.gz
2.3G 1月   7 21:47 HRR774003_S1_L001_R2_001.fastq.gz
 12G 1月   7 21:31 HRR774002_S1_L001_R2_001.fastq.gz
7.3G 1月   7 20:22 HRR774001_S1_L001_R1_001.fastq.gz
7.0G 1月   7 20:14 HRR774001_S1_L001_R2_001.fastq.gz
7.3G 1月   7 19:30 HRR774000_S1_L001_R1_001.fastq.gz
7.0G 1月   7 19:28 HRR774000_S1_L001_R2_001.fastq.gz
8.5G 1月   7 18:48 HRR773999_S1_L001_R1_001.fastq.gz
8.2G 1月   7 18:44 HRR773999_S1_L001_R2_001.fastq.gz
。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

可以看到，网络也很大的限制因素，所以如果你参加了我们的春节期间单细胞转录组数据分析全免费，请不要催我们。速度上肯定是没办法太快，毕竟参加活动的人那么多，排队是很正常的事情。

注意：原则上不支持自己测序的单细胞转录组数据的定量免费服务，因为你的数据要么在你的硬盘里面要么在百度云网盘里面，我们获取都是很麻烦的事情。公共数据所在的5大数据库对我们来说会简单很多，每次单细胞转录组测序数据的定量都会耗费起码2T的硬盘，我们本次搞活动的服务器就50T硬盘，理论上每次只能说并行10个单细胞项目，春节前后就这几天给大家，所以大概率上是可以支持100多个项目，先到先得哈。

可以是单细胞降维聚类分群

如果你对单细胞数据分析还没有基础认知，可以看基础10讲：

无论是你自己的单细胞测序数据，还是公开的数据集，只需要有表达量矩阵即可。比如2022年11月发表的文章《Single-cell transcriptomic analysis of the tumor ecosystem of adenoid cystic carcinoma》，我们下载了作者提供的单细胞转录组测序数据，然后定量后，如下所示：

|-- [   0]  HRS459280
|   |-- [ 35K]  barcodes.tsv.gz
|   |-- [326K]  features.tsv.gz
|   `-- [ 78M]  matrix.mtx.gz
|-- [   0]  HRS459281
|   |-- [ 34K]  barcodes.tsv.gz
|   |-- [326K]  features.tsv.gz
|   `-- [ 72M]  matrix.mtx.gz
|-- [   0]  HRS459282
|   |-- [ 41K]  barcodes.tsv.gz
|   |-- [326K]  features.tsv.gz
|   `-- [ 64M]  matrix.mtx.gz
|-- [   0]  HRS459283
|   |-- [ 50K]  barcodes.tsv.gz
|   |-- [326K]  features.tsv.gz
|   `-- [108M]  matrix.mtx.gz
|-- [   0]  HRS459284
|   |-- [ 41K]  barcodes.tsv.gz
|   |-- [326K]  features.tsv.gz
|   `-- [ 78M]  matrix.mtx.gz
`-- [   0]  HRS459285
    |-- [ 50K]  barcodes.tsv.gz
    |-- [326K]  features.tsv.gz
    `-- [ 63M]  matrix.mtx.gz

6 directories, 18 files

所以你也需要提供类似的文件给我们来做单细胞降维聚类分群，我们会出几十张图，但是最重要的就是下面的亚群命名和标记基因展示图啦：

会出几十张图

因为单细胞亚群命名取决于生物学背景，所以大家的课题我们并不是深入进去，我们仅仅是根据自己背诵的单细胞标记基因给自己认为合理的名字而已。

# T Cells (CD3D, CD3E, CD8A), 
# B cells (CD19, CD79A, MS4A1 [CD20]), 
# Plasma cells (IGHG1, MZB1, SDC1, CD79A), 
# Monocytes and macrophages (CD68, CD163, CD14),
# NK Cells (FGFBP2, FCG3RA, CX3CR1),  
# Photoreceptor cells (RCVRN), 
# Fibroblasts (FGF7, MME), 
# Endothelial cells (PECAM1, VWF). 
# epi or tumor (EPCAM, KRT19, PROM1, ALDH1A1, CD24).
#   immune (CD45+,PTPRC), epithelial/cancer (EpCAM+,EPCAM), 
# stromal (CD10+,MME,fibo or CD31+,PECAM1,endo)

当然了，如果你有自己的生物学背景，也可以提供类似于上面的基因名字给我们，争取给大家合理的生物学名字哈。我们主要是跟肿瘤相关的单细胞转录组的表达量矩阵后的第一层次降维聚类分群，是：

immune (CD45+,PTPRC),
epithelial/cancer (EpCAM+,EPCAM),
stromal (CD10+,MME,fibo or CD31+,PECAM1,endo)

参考我前面介绍过 CNS图表复现08—肿瘤单细胞数据第一次分群通用规则，这3大单细胞亚群构成了肿瘤免疫微环境的复杂。绝大部分文章都是抓住免疫细胞亚群进行细分，包括淋巴系（T,B,NK细胞）和髓系（单核，树突，巨噬，粒细胞）的两大类作为第二次细分亚群。但是也有不少文章是抓住stromal 里面的fibo 和endo进行细分，并且编造生物学故事的。