单细胞数据挖掘1-bam-fastq-matrix

1. 写在前面

• 数据集介绍
  • 测了 LK 和 LSK 细胞的 scRNA-seq，但是作者定义 LK 的方法比较奇怪，之后会把“LK”中 sca-1 阳性的细胞去掉
• 由于作者只提供 bam 和表达矩阵，我们想自己做基于 cellranger 结果的质控就必须先 bam 转 fq，再跑 cellranger count

2. bam-fastq

• 使用 10X 开发的工具 bamtofastq
• 代码

ls bam/Lin*bam | while read id;
do
    tmp1=${id%_*}
    tmp2=${tmp1%_*}
    tmp3=${tmp2%_*}
    sample=${tmp3##*_}
    echo $sample

    bamtofastq-1.2.0 --nthreads=24 $id out_${sample}
done

• 另附曾老师的杂技代码，把上面愚蠢的 4 行代码变成 1 行

a=a_b_c_d
echo $a
b=`echo $a|cut -d"_" -f 3`
echo $b

• 输出结果是三个 bam 各生成了 48 个 fastq 文件

3. fastq-matrix

• 10X 标准流程，cellranger count
• 代码

cellranger count \
  --id=lk_cellranger_SIGAH1 \
  --transcriptome=/ref/cellranger/refdata-cellranger-mm10-3.0.0 \
  --fastqs=/new_lk/step01-bam-fastq-matrix/out_SIGAH1/SIGAH1_MissingLibrary_1_HHW22BBXX \
  --sample=bamtofastq \
  --nosecondary \
  --localcores=18 \
  --localmem=30

• 三个标准输出文件位于总的输出文件夹下的 outs/filtered_feature_bc_matrix 路径
• 如果要使用未经 cellranger 过滤的数据则使用 outs/raw_feature_bc_matrix 路径下的输出文件

友情宣传

• 全国巡讲全球听（买一得五），第二期 ，你的生物信息学入门课
• 生信技能树的2019年终总结 ，你的生物信息学成长宝藏
• 2020学习主旋律，B站74小时免费教学视频为你领路