UMI-tools 使用教程
1. 项目介绍
UMI-tools 是一个用于处理 Unique Molecular Identifiers (UMIs) 和单细胞 RNA-Seq 细胞条码的工具集。UMIs 是随机分子标签,用于在 NGS 数据中识别和去除 PCR 重复。UMI-tools 提供了多种命令来处理包含 UMIs 的 fastq 文件,并在映射后进行去重和计数。
主要功能包括:
extract
: 从 fastq 读取中提取 UMIs 并将其附加到读取名称。whitelist
: 构建真实细胞条码的白名单,适用于单细胞 RNA-Seq。dedup
: 基于 UMIs 进行 PCR 重复的去重。group
: 标记 PCR 重复但不删除,适用于需要手动检查重复的情况。count
: 对每个基因的唯一分子进行计数,适用于单细胞 RNA-Seq。
2. 项目快速启动
安装 UMI-tools
使用 Conda 安装:
conda install -c bioconda -c conda-forge umi_tools
或者使用 pip 安装:
pip install umi_tools
下载测试数据
下载示例数据:
wget https://github.com/CGATOxford/UMI-tools/releases/download/v0.2.3/example.fastq.gz
提取 UMIs
使用 umi_tools extract
命令提取 UMIs:
umi_tools extract --stdin=example.fastq.gz --bc-pattern=NNNNNNNNN --log=processed.log --stdout processed.fastq.gz
映射读取
使用 Bowtie 进行读取映射:
bowtie --threads 4 -v 2 -m 10 -a mm9 <( gunzip < processed.fastq.gz ) --sam > mapped.sam
将 SAM 文件转换为 BAM 文件:
samtools import mm9.fa mapped.sam mapped.bam
对 BAM 文件进行排序和索引:
samtools sort mapped.bam -o example.bam
samtools index example.bam
去重
使用 umi_tools dedup
进行去重:
umi_tools dedup -I example.bam --output-stats=deduplicated -S deduplicated.bam
3. 应用案例和最佳实践
单细胞 RNA-Seq 数据处理
在单细胞 RNA-Seq 数据处理中,UMI-tools 可以用于去除 PCR 重复,确保数据的准确性。通过 count
命令,可以生成每个基因的唯一分子计数矩阵,用于下游分析。
基因表达定量
在基因表达定量中,UMI-tools 可以帮助去除由于 PCR 扩增引入的重复,从而提高定量的准确性。dedup
命令可以应用于映射后的 BAM 文件,去除重复读取。
4. 典型生态项目
alevin
alevin 是一个用于单细胞 RNA-Seq 数据处理的工具,与 UMI-tools 类似,它也支持 UMIs 的处理。alevin 提供了从 fastq 到计数矩阵的端到端解决方案,并且支持多重映射读取的量化。
STAR
STAR 是一个高效的 RNA-Seq 读取映射工具,可以与 UMI-tools 结合使用。在映射读取之前,可以使用 UMI-tools 提取 UMIs,然后使用 STAR 进行映射。
samtools
samtools 是一个用于处理 SAM/BAM 文件的工具集,与 UMI-tools 结合使用,可以完成从读取映射到去重的完整流程。samtools 提供了对 BAM 文件的排序、索引和查看等功能。
通过这些工具的结合使用,可以构建一个高效、准确的 NGS 数据处理流程。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~051CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0305- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









