文章中其中用到的文件获取方式https://pan.baidu.com/s/1HCsHRXNX9Il8u8RIPXSEug?pwd=2626

1.上游分析

1.1 安装conda、sratoolkit、cellranger

1.2 使用conda进行常用软件安装

1.3 参考基因组下载

1.4 文件夹创建

1.5 数据下载

1.6 SRA转fastq

1.7 cellranger count流程

1.8 结果解读

• web_summary.html：必看，官方说明 summary HTML file ，包括许多QC指标，预估细胞数，比对率等；

• metrics_summary.csv：CSV格式数据摘要，可以不看；

• possorted_genome_bam.bam：比对文件，用于可视化比对的reads和重新创建FASTQ文件，可以不看；

• possorted_genome_bam.bam.bai：索引文件；

• filtered_gene_bc_matrices：是重要的一个目录，下面又包含了 barcodes.tsv.gz、features.tsv.gz、matrix.mtx.gz，是下游Seurat、Scater、Monocle等分析的输入文件，是经过Cell Ranger过滤后构建矩阵所需要的所有文件；

• filtered_feature_bc_matrix.h5：过滤掉的barcode信息HDF5 format，可以不看；

• raw_feature_bc_matrix：原始barcode信息，未过滤的可以用于构建矩阵的文件，可以不看；

• raw_feature_bc_matrix.h5：原始barcode信息HDF5 format，可以不看；

• analysis：数据分析目录，下面又包含聚类clustering（有graph-based & k-means）、差异分析diffexp、主成分线性降维分析pca、非线性降维tsne，因为我们自己会走Seurat流程，所以不用看；

• molecule_info.h5：可用于整合多样本，使用cellranger aggr函数；

• cloupe.cloupe：官方可视化工具Loupe Cell Browser 输入文件，无代码分析的情况下使用，会代码的同学通常用不到。

将所有结果中的filtered_gene_bc_matrices文件夹保存在自己电脑output文件夹下，进行下游分析

2. 下游分析

2.1 R包安装、加载

2.2 数据读取过滤

2.3 标准化

2.4 寻找高变基因

2.5 （可选）可通过以下方法修改组织样本信息

2.6 细胞周期分析

2.7 PCA分析

2.8 非线性降维

2.9 分析各亚群的marker基因

2.10 singleR 预测亚群名称