Monopogen 开源项目最佳实践教程

Monopogen 开源项目最佳实践教程

Monopogen SNV calling from single cell sequencing 项目地址: https://gitcode.com/gh_mirrors/mo/Monopogen

1. 项目介绍

Monopogen 是一个用于单细胞测序数据中的单核苷酸变异（SNV）调用分析的开源分析包。该项目由 Ken chen 的实验室开发并维护，适用于由单细胞 RNA 10x 5'、10x 3'、单细胞 ATAC-seq 技术以及 scDNA-seq 等生成的测序数据。Monopogen 包含三个模块：数据预处理、杂合子 SNV 调用和体细胞 SNV 调用。其输出结果可以用于单细胞样本的族群鉴定、全基因组关联研究以及体细胞 SNV 的研究。

2. 项目快速启动

安装依赖

在开始之前，请确保安装以下依赖：

• Python (版本 >= 3.73)
• Java (Open JDK >= 1.8.0)
• R (版本 >= 4.0.0)
• Pandas (版本 >= 1.2.3)
• PySam (版本 >= 0.16.0.1)
• NumPy (版本 >= 1.19.5)
• SciPy (版本 >= 1.6.3)
• Pillow (版本 >= 8.2.0)
• data.table (R 包；版本 >= 1.14.8)
• e1071 (R 包；版本 1.7-13)
• ggplot2

安装 Monopogen：

git clone https://github.com/KChen-lab/Monopogen.git
cd Monopogen
pip install -e .

数据预处理

数据预处理是 SNV 调用的第一步。以下是一个数据预处理的示例命令：

path="XXX/Monopogen"  # 替换为 Monopogen 的下载路径
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:${path}/apps
python ${path}/src/Monopogen.py preProcess -b bam.lst -o out -a ${path}/apps

bam.lst 是包含 BAM 文件路径的列表文件。

杂合子 SNV 调用

接下来，您可以进行杂合子 SNV 调用。以下是一个示例命令：

python ${path}/src/Monopogen.py germline -r chr20:0-2Mb -o out -g chr20_2Mb.hg38.fa -p CCDG_14151_B01_GRM_WGS_2020-08-05_chr20.filtered.shapeit2-duohmm-phased.vcf.gz

这里 -r 指定了基因组区域，-g 是参考基因组文件，-p 是用于 Imputation 的参考面板。

3. 应用案例和最佳实践

数据质控

在单细胞测序数据中，质控是非常重要的一步。确保使用经过质量控制的 BAM 文件进行后续分析。

变异调用

在变异调用过程中，使用合适的参数设置和参考面板是非常重要的。建议首先进行数据预处理，然后利用参考面板进行杂合子 SNV 调用，最后进行体细胞 SNV 调用。

结果解读

分析完成后，需要仔细解读结果。可以结合族群鉴定和全基因组关联研究结果，对体细胞 SNV 进行进一步研究。

4. 典型生态项目

Monopogen 可以与其他单细胞测序分析工具一起使用，如 CellRanger、ScanPy 等，形成一个完整的单细胞分析生态系统。此外，它还可以与各种生物信息学工具集成，如变异注释工具（如 ANNOVAR）和基因组可视化工具（如 IGV），以帮助研究人员更好地理解其分析结果。

Monopogen SNV calling from single cell sequencing 项目地址: https://gitcode.com/gh_mirrors/mo/Monopogen