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: