Cellranger软件是 10X genomics 官方提供的配套分析软件，可以直接输入Illumina 原始数据（raw basecall ，BCL)输出表达定量矩阵、降维（pca），聚类（Graph-based&K-Means）以及可视化（t-SNE）结果，结合配套的Loupe Cell Browser给予研究者更多探索单细胞数据的机会。cellranger的高度集成化，使得单细胞测序数据探索变得更加简单，研究者有更多的时间来做生物学意义的挖掘。
分析10X genomics的单细胞数据，第一步就是用cellranger软件对FASTQ测序数据进行分析。cellranger处理scRNA-seq数据的分析流程可以划为四步：拆分数据（mkfastq）、细胞定量（count）、定量整合（aggr）、数据下游分析（reanalysis）。但是目前，单细胞数据下游分析一般交给Seurat或Scanpy，因此cellranger的主要用途是使用测序数据（fastq）生成feature-barcode表达谱。接下来就为大家简单介绍cellranger软件的使用方法。
软件下载和安装
官方下载地址：https://support.10xgenomics.com/single-cell-gene-expression/software/downloads/latest
打开官方下载页面，注意箭头所指的下载版本，不同版本的cellranger分析出来的数据会有些微的差异，同一个项目的数据分析最好使用相同版本的软件。10X官方每次进行软件版本更新都会有非常详细的说明更新的要点，可以查看了解一下。箭头所指的网址为软件的下载网址，复制到linux系统命令界面就直接下载啦。因为单细胞数据都比较大，说以cellranger软件一般都在服务器上运行。
解压文件
首先testrun一下，看看能不能模拟跑下来
cellranger的功能
它主要包括四个主要基因表达分析流程：
1. cellranger mkfastq ： 它借鉴了Illumina的bcl2fastq ，可以将一个或多个lane中的混样测序样本按照index标签生成样本对应的fastq文件。
2. cellranger count ：利用mkfastq生成的fq文件，进行比对(基于STAR)、过滤、UMI计数。利用细胞的barcode生成gene-barcode矩阵，然后进行样本分群、基因表达分析。
3. cellranger aggr ：接受cellranger count的输出数据，将同一组的不同测序样本的表达矩阵整合在一起，比如tumor组原来有4个样本，PBMC组有两个样本，现在可以使用aggr生成最后的tumor和PBMC两个矩阵，并且进行标准化去掉测序深度的影响。
4 .cellranger reanalyze ：接受cellranger count或cellranger aggr生成的gene-barcode矩阵，使用不同的参数进行降维、聚类。
开始运行
这里主要介绍转录组数据的分析流程
首先，加载环境变量
1.细胞定量
重要参数
返回的文件
重要参数
2.定量整合
多个样本的合并分析：需要每个单独分析之后的molecule_info.h5文件，和一个CSV格式的表格，如下图所示：
重要参数
返回的文件
重要参数
到此，cellranger的标准流程就跑完了，后续个性化分析就可以用输出的矩阵文件，运用各种R包进行数据挖掘。
参考资料：Overview of Single Cell Software -Software -Single Cell Gene Expression -Official 10x Genomics Suppo
网友评论