2025.03.13【读书笔记】|kallisto：单细胞定量工具安装介绍

1. 引言

Kallisto 是一款基于 C/C++ 开发的高效工具，专为 RNA-seq 数据的转录本水平定量估计而设计。它利用伪比对（pseudoalignment）技术，能够快速准确地计算转录本兼容计数（transcript compatibility counts），并且也能够为单细胞 RNA-seq (scRNA-seq) 数据生成相应的估计。

自 2018 年发布以来，Kallisto 因其快速、准确的特性在研究界广受欢迎。截止到目前为止，该软件已经有三篇官方出版物，五篇预印本，总共被引用超过了8000次，这证明了它在相关科学研究领域的深度影响。

Kallisto 的关键特点包括：

快速高效：
采用伪比对技术，避免了传统的序列比对，显著提高了计算速度。
转录本水平定量：
提供转录本水平的表达量估计，更准确地反映基因表达情况。
单细胞 RNA-seq 支持：
能够处理 scRNA-seq 数据，生成转录本兼容计数估计，适用于单细胞研究。
开源：
以 BSD-2-Clause 许可证发布，源代码在 GitHub 上公开（https://github.com/pachterlab/kallisto），方便用户使用和贡献。

2. kallisto工具简介

kallisto是一个用于转录本定量的软件工具，其独特的基于伪对齐的技术，使得在不需要传统比对的情况下，就能够快速准确地估计转录本的丰度。这种方法的主要优点包括速度快、准确性高和计算成本低。

3. kallisto的安装

3.1 使用pip安装kb-python

首先，我们需要通过pip安装kb-python，这是使用kallisto的前提条件。

pip install kallisto

3.2 验证安装是否成功

安装完成后，我们可以通过检查kallisto版本来验证安装是否成功。

kallisto version

4. 准备kallisto需要的文件

4.1 介绍cDNA文件的重要性

cDNA文件是kallisto分析中不可或缺的一部分，它包含了用于定量的参考转录本信息，直接影响定量结果的准确性。

4.2 如何下载和准备cDNA文件

以人类hg38的cDNA文件为例，我们可以从Ensembl数据库下载相应的cDNA文件。

wget http://ftp.ensembl.org/pub/release-94/fasta/homo_sapiens/cdna/Homo_sapiens.GRCh38.cdna.all.fa.gz
gunzip Homo_sapiens.GRCh38.cdna.all.fa.gz

5. kallisto的使用流程

5.1 建立索引（kallisto index）

使用kallisto index命令建立索引，为后续的定量分析打下基础。

kallisto index -i index.idx transcriptome.fasta

5.2 进行定量（kallisto quant）

利用kallisto quant命令，进行单细胞转录本的定量分析。

kallisto quant -i index.idx -o output --single -s 1 input1.fq.gz input2.fq.gz

5.3 伪比对（kallisto pseudo）

通过伪比对，kallisto能够对未比对的读段进行分析。

kallisto pseudo -i index.idx -o output transcripts.gtf reads_1.fq reads_2.fq

5.4 导出HDF5文件内容（kallisto h5dump）

使用kallisto h5dump命令，将HDF5文件内容导出为可读的表格格式。

kallisto h5dump -o output.tsv output.h5

6.结语

Kallisto 以其显著的计算速度优势，让研究人员能够更高效地处理 RNA-seq 数据，极大推动了转录组学研究的进展。通过避免传统的序列比对步骤，kallisto在大量数据分析中，提供了快速且相对准确的量化结果。在单细胞测序等研究中也发挥了重要的作用。在未来的转录组分析中，kallisto依然是非常有价值的工具。

7. 附录

提供kallisto官方文档链接和推荐学习资源，帮助读者深入学习和掌握kallisto工具。

• kallisto官方文档

---

🌟 非常感谢您抽出宝贵的时间阅读我的文章。如果您觉得这篇文章对您有所帮助，或者激发了您对生物信息学的兴趣，我诚挚地邀请您：

👍 点赞这篇文章，让更多人看到我们共同的热爱和追求。

🔔 关注我的账号，不错过每一次知识的分享和探索的旅程。

📢 您的每一个点赞和关注都是对我最大的支持和鼓励，也是推动我继续创作优质内容的动力。

📚 我承诺，将持续为您带来深度与广度兼具的生物信息学内容，让我们一起在知识的海洋中遨游，发现更多未知的奇迹。

💌 如果您有任何问题或想要进一步交流，欢迎在评论区留言，我会尽快回复您。

🌐 点击下方的微信名片，加入交流群，与志同道合的朋友们一起探讨、学习和成长。