Loading [MathJax]/jax/output/CommonHTML/config.js
前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >从CNCB下载单细胞转录组fastq文件并定量

从CNCB下载单细胞转录组fastq文件并定量

原创
作者头像
生信探索
发布于 2023-03-18 06:58:30
发布于 2023-03-18 06:58:30
8210
举报
文章被收录于专栏:生信探索生信探索

安装CellRanger

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

代码语言:shell
AI代码解释
复制
cd ~/APP
wget -O cellranger-7.1.0.tar.xz "https://cf.10xgenomics.com/releases/cell-exp/cellranger-7.1.0.tar.xz?Expires=1674686023&Policy=eyJTdGF0ZW1lbnQiOlt7IlJlc291cmNlIjoiaHR0cHM6Ly9jZi4xMHhnZW5vbWljcy5jb20vcmVsZWFzZXMvY2VsbC1leHAvY2VsbHJhbmdlci03LjEuMC50YXIueHoiLCJDb25kaXRpb24iOnsiRGF0ZUxlc3NUaGFuIjp7IkFXUzpFcG9jaFRpbWUiOjE2NzQ2ODYwMjN9fX1dfQ__&Signature=kBEWDvHNogaTb-bmHzd7kHIBIfs8LQmePXusMXNKYpuqbgNHX5Ai0mhB-wv6ig1X5QFZytrl4gYXd8DyNXVo85hRp6Iw9k1UHtuuictpnyNe-5JNocePNKou89k9AOEGoatr6xa9z1VPkOj33FTpG25OpfQowpBrwvNhFF27qoSqw7EcjSWm53zB4QsYqMR~Bi-5MXTEplAxusXnE5A1HtVOo31lsL7cavd88ez9yFcSDIf65~KJR6KqDzqYS3NAcm3MKBWWSeIVAwOWAuHaQONeAew8X4fMb3ql85CpeaCWrQdB-vlUVkQbM0gJY2S7MQ9SJ0B5qUc7qo9UWLXATw__&Key-Pair-Id=APKAI7S6A5RYOXBWRPDA"
tar -xf cellranger-7.1.0.tar.xz
ln -s ~/APP/cellranger-7.1.0/bin/cellranger ~/APP/bin/cellranger

export PATH=$HOME/APP/bin:$PATH

index

10X提供人和鼠的基因组参考index,其他物种可以是用cellranger自行构建

代码语言:shell
AI代码解释
复制
# Human reference (GRCh38)  md5sum: dfd654de39bff23917471e7fcc7a00cd
wget https://cf.10xgenomics.com/supp/cell-exp/refdata-gex-GRCh38-2020-A.tar.gz
md5sum refdata-gex-GRCh38-2020-A.tar.gz
tar -xf refdata-gex-GRCh38-2020-A.tar.gz

下载原始数据

CNCB的原始数据需要申请,申请通过后可以下载meta data

https://ngdc.cncb.ac.cn/gsa-human/browse/HRA000728

run信息 run.tab文件

代码语言:text
AI代码解释
复制
Accession       Run title       Experiment accession    Run data file type      File name 1     MD5 checksum 1  DownLoad1       File name 2     MD5 checksum 2
HRR208788       Y35_L.R1        HRX170150       fastq   HRR208788_f1.fastq.gz   cadeb85c01d10660830651c58f320dc3                HRR208788_r2.fastq.gz   e1bc997bf7ae94806636415c7a552fff
HRR208789       Y35_L.R2        HRX170150       fastq   HRR208789_f1.fastq.gz   07ae41fb8e962dacb112d8d6d6bdb940                HRR208789_r2.fastq.gz   63ed718855993f248dfe37557e17586e
HRR208790       Y35_L.R3        HRX170150       fastq   HRR208790_f1.fastq.gz   f787b6ee5a94fd054cf0352f00b5b7bd                HRR208790_r2.fastq.gz   ed156f85be6247f27185db9c38170f0c
HRR208791       Y35_L.R4        HRX170150       fastq   HRR208791_f1.fastq.gz   5db5a61729a1c7fb332cd002540c1569                HRR208791_r2.fastq.gz   e21cfcfca9e1722b148f2a26c586f624
HRR208792       Y35_R.R1        HRX170151       fastq   HRR208792_f1.fastq.gz   3886b0cf3a68eeff8224bee725b9b761                HRR208792_r2.fastq.gz   2d3047a809a2888bc5df47b2a1e57055
HRR208793       Y35_R.R2        HRX170151       fastq   HRR208793_f1.fastq.gz   37c08ac3019aabc6158dbf5a39bc3fc4                HRR208793_r2.fastq.gz   8714f1b0a5f81f6126555e5e012273a0
HRR208794       Y35_R.R3        HRX170151       fastq   HRR208794_f1.fastq.gz   4f186e72b0c95ae477f3ab17c377acac                HRR208794_r2.fastq.gz   efa15e66fec4b1246774823b942b2f6e
HRR208795       Y35_R.R4        HRX170151       fastq   HRR208795_f1.fastq.gz   47db73fb1507e8ad034f9b5fd96b1112                HRR208795_r2.fastq.gz   c33d9a77063aeefa227b2f9f89b3ad05
HRR208796       Y44_L.R1        HRX170152       fastq   HRR208796_f1.fastq.gz   1ea8e5f0d87c24d69045b7f61d0a36d7                HRR208796_r2.fastq.gz   8dbdddfd49bc99b4cf72c2ac5da1c455
  • 制作下载文件
代码语言:shell
AI代码解释
复制
sed '1d' run.tab | cut -f 1 >> hrr
sed '1d' run.tab | cut -f 1 >> hrr
sed '1d' run.tab | cut -f 5 >> fq
sed '1d' run.tab | cut -f 8 >> fq
paste -d '/' hrr fq > files
rm -f hrr fq
  • 下载
代码语言:shell
AI代码解释
复制
#>>>down.sh>>>
HRA=HRA000728
cat files | while read i
do
echo ${i}
wget -c --user 注册账户的邮箱 --password 注册账户的密码  --mirror ftp://human.big.ac.cn/${HRA}/${i}
done
#<<<down.sh<<<
代码语言:shell
AI代码解释
复制
nohup bash down.sh &> down.sh.log &
  • 把fastq文件移动到同一个目录下
代码语言:shell
AI代码解释
复制
find . -type f -name "*.fastq.gz" > fq

cat fq | while read i
do
mv ${i} fqs
done

rm -rf human*
rm -f fq

ln -s ~/Project/HM/fqs/* ~/Project/HM/fastqs/

# 56个文件
find fqs -name *gz | wc -l 

重命名脚本

10X官网给指出来了文件名规则:

https://support.10xgenomics.com/single-cell-gene-expression/software/pipelines/latest/using/fastq-input

https://support.illumina.com/help/BaseSpace_OLH_009008/Content/Source/Informatics/BS/NamingConvention_FASTQ-files-swBS.htm

Sample Name_S1_L00Lane Number_001.fastq.gz

Where Read Type is one of:

  • I1: Sample index read (optional)
  • I2: Sample index read (optional)
  • R1: Read 1
  • R2: Read 2

python制作重命名脚本

代码语言:shell
AI代码解释
复制
from collections import Counter
import numpy as np
import pandas as pd
import bioquest as bq

df=pd.read_csv('run.tab',sep='\t')
# Sample Name
sn=np.repeat(df.loc[:,"Run title"],2)
# Read Type
r= [1,2] * df.shape[0]
sn=[x.split('.')[0] for x in sn]
sn = bq.st.removes(string=sn,pattern=r"_")
# Sample Number; Lane Number
s,l = [],[]
for x,y in enumerate(Counter(sn).values()):
    l += list(range(1,int(y/2)+1))
    s += [x+1] * y
l=np.repeat(l,2)
# new file name
new=[f'{a}_S{b}_L00{c}_R{d}_001.fastq.gz' for a,b,c,d in zip(sn,s,l,r)]

# old file name
a=[[x,y] for x,y in  zip(df.loc[:,"File name 1"],df.loc[:,"File name 2"])]
old=np.array(a).flatten()

#shell script
df2=pd.DataFrame({1:old,2:new})
df2.insert(0,column=0,value='mv')
df2.to_csv('rename.sh',index=False,header=False,sep=' ')

rename.sh前几行

代码语言:shell
AI代码解释
复制
cd fastqs
bash rename.sh
代码语言:shell
AI代码解释
复制
mv HRR208788_f1.fastq.gz Y35L_S1_L001_R1_001.fastq.gz
mv HRR208788_r2.fastq.gz Y35L_S1_L001_R2_001.fastq.gz
mv HRR208789_f1.fastq.gz Y35L_S1_L002_R1_001.fastq.gz
mv HRR208789_r2.fastq.gz Y35L_S1_L002_R2_001.fastq.gz
mv HRR208790_f1.fastq.gz Y35L_S1_L003_R1_001.fastq.gz
mv HRR208790_r2.fastq.gz Y35L_S1_L003_R2_001.fastq.gz
mv HRR208791_f1.fastq.gz Y35L_S1_L004_R1_001.fastq.gz
mv HRR208791_r2.fastq.gz Y35L_S1_L004_R2_001.fastq.gz

cellranger count

代码语言:shell
AI代码解释
复制
#>>>quantify.sh
fastqs_dir=~/Project/HM/fastqs
index_dir=~/DataHub/Genomics/10X/refdata-gex-GRCh38-2020-A
output_dir=~/Project/HM/quantify
cd ${output_dir}

ls ${fastqs_dir} | cut -d '_' -f 1 | uniq | while read i
do
cellranger count \
    --id $i \
    --transcriptome ${index_dir} \
    --fastqs ${fastqs_dir} \
    --sample $i \
    --localcores 12 \
    --localmem 128
done
#<<<quantify.sh

nohup bash quantify.sh &> quantify.sh.log &

输出文件

可以参考生信技能树https://mp.weixin.qq.com/s/VWUmJZnzT7m_7QDjxkbrJw

需要查看的文件

  • web_summary.html:这个是必须要看的,粗略浏览本次10x样本走cellranger count流程的运行质量
  • filtered_feature_bc_matrix.h5: Python读取表达量矩阵

已经得到表达量矩阵下一步走scanpy分析流程。

Reference

代码语言:shell
AI代码解释
复制
https://mp.weixin.qq.com/s/3njDJlQjunWfGfdh-iMZNA
https://www.plob.org/article/20961.html
https://www.jianshu.com/p/744371e03894

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
空间单细胞的上游定量流程(spaceranger,10x技术)
首先呢,需要熟读文献,在推文:数据分析有错误并不可怕,造假才不可饶恕 提到了这个新鲜出炉( 2023年12月5日)的cell期刊的文章。根据文献里面的空间单细胞转录组样品情况,制作一个文本文件;srr_list.txt ,内容就是下面的3个id即可:
生信技能树jimmy
2024/02/22
7550
空间单细胞的上游定量流程(spaceranger,10x技术)
单细胞专题 | 5.单细胞转录组的上游分析-从FASTQ到count矩阵
cellranger count 管道将FASTQ文件中的测序结果与参考转录组进行比对,并生成一个.cloupe文件,用于在Loupe Browser中进行可视化和分析,同时还生成了一些与其他公开工具兼容的输出,用于进一步分析。
DoubleHelix
2022/06/13
3.3K0
单细胞专题 | 5.单细胞转录组的上游分析-从FASTQ到count矩阵
CellRanger ARC—单细胞RNAseq和ATAC联合分析套件
CellRanger ARC 是10x Genomics 专为单细胞多组学数据分析设计,同时分析单细胞RNA测序(scRNA-seq)和单细胞ATAC测序(scATAC-seq)数据的一组分析pipline 。
生信菜鸟团
2024/07/22
1.4K0
CellRanger ARC—单细胞RNAseq和ATAC联合分析套件
一次错误的单细胞转录组定量
首先呢,可以看到这个数据集其实是给出来了单细胞表达量矩阵文件, 我们仅仅是为了演示上游fq文件处理哈。
生信技能树
2024/11/21
1460
一次错误的单细胞转录组定量
空间转录组实战01: SpaceRanger定量
https://support.10xgenomics.com/spatial-gene-expression/software/downloads/latest
生信探索
2023/03/05
1.3K0
cellranger更新到6.0啦
不知不觉cellranger已经更新到6.0了。前面已经介绍了4、5,今天介绍下6.0
生信技能树jimmy
2022/01/10
1.8K0
cellranger更新到6.0啦
小鼠的5个样品的10x技术单细胞转录组上游定量(文末赠送全套代码)
新鲜出炉(2023年5月)的文章:《Fueling sentinel node via reshaping cytotoxic T lymphocytes with a flex-patch for
生信技能树
2023/09/04
6180
小鼠的5个样品的10x技术单细胞转录组上游定量(文末赠送全套代码)
使用aspera加速从中国的GSA数据库下载测序文件
值得注意的是人类的数据跟其它物种在的GSA(国家基因组科学数据中心)数据库的存储有不一样的规则:
生信技能树
2024/11/25
3440
使用aspera加速从中国的GSA数据库下载测序文件
空间单细胞的上游定量流程(spaceranger,10x技术)
首先呢,需要熟读文献,在推文:数据分析有错误并不可怕,造假才不可饶恕 提到了这个新鲜出炉( 2023年12月5日)的cell期刊的文章。根据文献里面的空间单细胞转录组样品情况,制作一个文本文件;srr_list.txt ,内容就是下面的3个id即可:
生信技能树
2024/11/21
1140
空间单细胞的上游定量流程(spaceranger,10x技术)
cellranger multi—手把手教你单细胞免疫组库定量
单细胞免疫组库 是一种基于单细胞测序技术的高精度研究方法,用于解析免疫细胞(如T细胞、B细胞)的抗原受体(TCR/BCR)序列及其转录组特征。传统bulk测序无法揭示细胞异质性,而单细胞技术可精准识别克隆型分布、分化轨迹及功能状态,为免疫机制研究提供分子级分辨率。
生信菜鸟团
2025/03/18
1330
cellranger multi—手把手教你单细胞免疫组库定量
scATAC-seq分析之CellRanger-ATAC定量
现在来看看上游 cellranger atac定量吧,下次再看实验原理,再下次就看文献中的应用!
生信技能树
2025/04/18
1350
scATAC-seq分析之CellRanger-ATAC定量
cellranger更新到5啦(全新使用教程)
同样的,需要自己简单注册后就可以获取wget下载地址,因为版权的问题,我这里就不复制粘贴出来地址啦,反正简单填写邮箱即可注册拿到地址。
生信技能树
2021/02/03
2K0
cellranger更新到5啦(全新使用教程)
酱紫命名?
我在练习上游数据处理的过程中遇到了一个奇怪的数据https://www.ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE181454,可以看到这里是两个样本的矩阵。
用户10455752
2024/07/08
790
单细胞数据分析 | 单细胞计数矩阵(Seurat)
在使用seurat进行单细胞分析的时候,大多数的教程都是用计数矩阵作为数据输入,但是我发现一些新手朋友对于不同数据库来源(GEO、BD)的数据或者想要去复现、借鉴一个感兴趣的文章中的下机数据时,不知道怎么把数据处理成Seurat可以读入的计数矩阵,所以本篇文章就详细介绍单细胞数据的上游分析。
天意生信云
2025/02/18
1790
单细胞数据分析 | 单细胞计数矩阵(Seurat)
单细胞免疫组库VDJ|从数据下载开始完成cellranger vdj分析(1)
scTCR可以更细致的获取肿瘤免疫微环境的变化,比如单细胞转录组可以获取不同样本,不同分组(癌和癌旁,是否治疗,是否响应)的celltype组成,可以知道哪些celltype发生变化。
生信补给站
2023/08/25
2.1K0
单细胞免疫组库VDJ|从数据下载开始完成cellranger vdj分析(1)
跑一个肝癌的单细胞转录组10x数据定量流程
在 https://www.ebi.ac.uk/ena/browser/view/PRJNA793914 可以看到这个项目详情,而且前些天我们演示了如何下载这个项目的fastq格式的测序数据原始文件,详见:aspera的高速下载确实很快吗。但是从网络下载的单细胞转录组数据文件的样品名字别抹掉了,变成了顺序编号的id,而且呢,文件名字并不符合规则:
生信技能树
2024/03/06
3020
跑一个肝癌的单细胞转录组10x数据定量流程
单细胞多组学数据分析不会分析
因为脂多糖(LPS)组成革兰氏阴性细菌的外膜,其暴露可导致牛的局部或全身炎症水平升高,所以本实验设计就是使用脂多糖(LPS)看LPS 作为慢性炎症的关键介质调节免疫应答。
生信技能树jimmy
2023/08/31
2880
单细胞多组学数据分析不会分析
如何优雅的给单细胞转录组fastq文件改名
这个时候假设我们的 A,B,C,D四个fq文件其实是同一个病人的10x,就需要改名;
生信技能树
2023/02/27
1.9K0
如何优雅的给单细胞转录组fastq文件改名
单细胞转录组实战01: CellRanger7定量
10X提供人和鼠的基因组参考index,其他物种可以是用cellranger自行构建
生信探索
2023/02/09
8290
单细胞ATAC实战01: CellRanger-ATAC定量
It enables profiling of the open chromatin landscape at single cell resolution.
生信探索
2023/03/25
1.4K0
推荐阅读
相关推荐
空间单细胞的上游定量流程(spaceranger,10x技术)
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档