单细胞测序学习笔记

因为是个人的学习笔记，所以只记录自己学习过程中容易混淆的点，不具有连贯性。

1.使用Cell Ranger得到表达矩阵

原始数据格式

4fb2d34cb1f591c5335f1328fc46159b.png

1. 可以看出，它们的命名格式相对规范，在收到公司的数据后，尽量不要自己更改命名。此外还要注意一个细节，就是存放这些fastq文件的目录应该用第一个下划线_前面的字符串命名，否则后续cell ranger将无法识别目录里面的文件，同时报错。
2. cellular barcode（CB，细胞条形码）：一个液滴一个码，一个液滴中可能是一个细胞，也可能不止一个。
   UMI（单分子识别码）。理论上，一个细胞和一个bead同时包裹进入一个液滴，该bead捕获该单细胞的转录组，最后来源于同一个细胞的序列都带有相同的CB，每条独立的mRNA都具有单独的UMI。

3. 上游分析的结果文件
   features.tsv.gz存储的是基因信息，因为是cell hashing数据，矩阵最后多了几行tag信息，共33540行。
   barcodes.tsv.gz存放的是最后得到的cellular barcode，共10139行。
   matrix.mtx.gz为矩阵信息，除前三行外，余下的行数等于feature乘以CB数，第二列表示CB编号，从1到10139，1重复33540次，对应第一列的33540个feature。第三列表示UMI 下面的脚本可以将这三个文件转换为常见的矩阵形式。

   
   image.png

2.doublet检测

3）安装源自Github（https://github.com/）的R包，它的步骤和安装源自Bioconductor的R包类似，需要先安装devtools包，然后用devtools包里的install_github函数来进行安装，具体代码如下：

install.packages('devtools')
library(devtools)
install_github('DoubletFinder')