课前准备--单细胞突变矩阵的获得与有害位点的识别
2024-06-17 本文已影响0人
单细胞空间交响乐
作者,Evil Genius
22号马上上课了,该准备的基本都准备完毕,静待上课就可以了。当然期间还会根据情况进行更新
单细胞测序数据生成的bam文件,经过cellsnp-lite分析时候拿到如下的文件:
![](https://img.haomeiwen.com/i18814178/30898b4868abeefa.png)
关于这个cellsnp-lite,我发现很多人的用法都是错误的,这个会在课上详细说一下该怎么用。
首先是call snp 的文件
![](https://img.haomeiwen.com/i18814178/7386fd74a29c3e69.png)
大家注意这个文件,还是根据基因组的位点找到的突变信息,并没有注释到具体的基因,以及是否引起氨基酸的变化,所以我们需要注释一下,拿到如下的结果
![](https://img.haomeiwen.com/i18814178/7afc4da81d3745c2.png)
这个时候就拿到突变的氨基酸变化信息,至于变化时候有害,需要额外的注释,或者数据库查找,这个之前分享过,下图是示例:
![](https://img.haomeiwen.com/i18814178/2ced4615e51f1038.png)
大家可以查阅,比如clinvar、oncokb、my cancer genome等数据库。
接下来就是要拿到单细胞的突变矩阵,如下图:
![](https://img.haomeiwen.com/i18814178/1327159cb65070b5.png)
拿到完整的信息之后,就可以跟文章一样纳入单细胞的基础分析之中了。
![](https://img.haomeiwen.com/i18814178/b9e1776c884b307a.png)
![](https://img.haomeiwen.com/i18814178/5fea63bf65068eaa.png)
好了,拿到cellsnp-lite的分析结果,我们首先来注释位点的氨基酸变化,软件是ANNOVAR,做过外显子的应该都很熟悉的
table_annovar=table_annovar.pl脚本路径
humandb=humandb数据库路径
perl $table_annovar \
--buildver hg38 \
--otherinfo \
--nastring . cellSNP.base.vcf $humandb \
-protocol refGene \
-operation g \
--vcfinput --remove > test.log 2>&1
即可得到单细胞突变的注释文件
接下来是矩阵的整理
import scipy.io as sio
matrix_data = sio.mmread('cellSNP.tag.AD.mtx')
matrix_data = pd.DataFrame(matrix_data.todense())
###barocde
barcode = pd.read_csv('cellSNP.samples.tsv',sep = '\t',header=None)
matrix_data.columns = barcode.iloc[:,0]