特征条码分析工具
fba的Python项目详细描述
fba公司
特征条码分析工具
安装
$ pip install fba
使用
^{pr2}$- 在
extract：从配对的fastq文件中提取单元格和功能条形码。对于单细胞分析，read 1通常包含细胞分区和UMI信息，read 2包含特征信息。
在 - 在
map：从亲本单细胞库中量化富集转录本（通过杂交或PCR扩增）。Read 1包含细胞分区和UMI信息，Read 2包含感兴趣的强化/靶向转录区域。Bowtie2（Langmead，B.等人，2012）用于read 2校准。浓缩/靶向转录物的量化（UMI重复数据消除）由UMI工具提供支持（Smith，T.等人，2017年）。在
在 - 在
filter：过滤提取的单元格和特征条形码（输出
在extract或qc）。附加片段过滤器/选择可以通过-cb_seq和/或-fb_seq应用。在 - 在
count：计数每个单元每个功能的UMI（UMI重复数据消除），由UMI工具提供支持（Smith，T.等人，2017年）。以
在extract或{}的输出作为输入。在 - 在
demultiplex：根据特征的丰度（由
在count生成的矩阵作为输入）对单元进行解复用。在 - 在
qc：生成诊断信息。如果省略
在-1，则启用批量模式，并且只分析读2。在 - 在
kallisto_包装器：部署kallisto/bustools以进行功能条形码量化（只是一个包装器）（Bray，N.L.，等人，2016年）。在
在
工作流示例
- 在
细胞表面蛋白标记
在 - 在
单元格哈希
在 - 在
CRISPR筛选
在 - 在
靶向转录物富集
在 - 在
散装
在
- 项目
标签：
欢迎加入QQ群-->： 979659372
