单细胞转录组 —— kb-python 原始数据处理

单细胞转录组 —— kb-python 原始数据处理

前言

kallisto|bustools 是一种用于预处理 scRNA-seq 数据的工作流程。

数据预处理步骤包括：

1. 将 reads 与其来源细胞关联起来；
2. 根据唯一分子标识符（UMI）对 reads 进行去重；
3. 从 reads 中生成基因或特征计数，以生成 细胞x基因 矩阵。

使用 kallisto|bustools 有以下几点优势

• 生成与 细胞x基因 或 细胞x转录本 等价的计数矩阵
• 执行 RNA 速率分析和 snRNA-seq 分析
• 对 10x、inDrops 和 Dropseq 等多种技术的数据进行定量。
• 为新技术和方案定制工作流程。
• 处理特征条码数据，如 CITE-seq、REAP-seq、MULTI-seq、Clicktags 和 Perturb-seq。
• 生成 QC 报告
• 速度飞快

使用

kb-python 是一个用于处理 scRNA 序列的 python 软件包，它封装了 kallisto|bustools 单细胞 RNA 分析流程。

可以使用 pip 安装

pip install kb-python

也可以使用 conda 安装

conda install -c bioconda kb-python

或者安装开发版

pip install git+https://github.com/pachterlab/kb_python

命令行输入 kb，输出类似如下信息

usage: kb [-h] [--list] <CMD> ...

kb_python 0.28.2

positional arguments:
  <CMD>
    info      Display package and citation information
    compile   Compile `kallisto` and `bustools` binaries from source
    ref       Build a kallisto index and transcript-to-gene mapping
    count     Generate count matrices from a set of single-cell FASTQ files

optional arguments:
  -h, --help  Show this help message and exit
  --list      Display list of supported single-cell technologies

主要包含 4 个子命令，我们主要使用后两个。

构建索引

可通过 ref 子命令，使用 kallisto 建立转录组索引。只需传入参考基因组和基因组注释文件即可。

重要参数如下

流程主要包含 4 种类型，默认是 standard，RNA 速率分析用 nac，kite 主要用于 Feature Barcode 测序，如 10x Feature Barcode 技术可以同时分析基因表达和免疫受体序列（BCR 和 TCR）。

也可以使用 custom 模式，定制自己的参考基因组索引。

定量

重要参数如下