[发明专利]一种适用于10x单细胞转录组测序数据的分析方法

权利要求书

1.一种适用于10x单细胞转录组测序数据的分析方法，其特征在于，包括下列步骤：

1)测序数据处理，

使用10x genomics官方的cellranger count流程对原始数据进行处理：

使用count程序对下机的Fastq文件进行处理，得到每个细胞的基因的表达reads数；

根据count程序生成的网页中的信息，对测序结果进行质控；

2)Seurat数据过滤，

使用Seurat软件包对步骤1)中获取的表达数据进一步去除低质量细胞，获得过滤后的细胞；

3)细胞聚类分群，使用Suerat软件包将过滤后的细胞进行聚类；

4)细胞群标记基因分析，使用Suerat软件包分析各细胞群的标记基因，获得结果。

2.如权利要求1所述的一种适用于10x单细胞转录组测序数据的分析方法，其特征在于：

所述步骤1)中质控的主要指标包括有效细胞数，所述有效细胞数接近建库时预估的细胞数；基因组比对率，所述基因组对比率大于70％；基因集比对率，基因集比对率大于30％。

3.如权利要求2所述的一种适用于10x单细胞转录组测序数据的分析方法，其特征在于：

所述步骤1)中质控的主要指标包括有效细胞数，所述有效细胞数接近建库时预估的细胞数；基因组比对率，所述基因组对比率大于80％；基因集比对率，基因集比对率大于50％。

4.如权利要求1所述的一种适用于10x单细胞转录组测序数据的分析方法，其特征在于：

所述步骤2)中去除低质量细胞，所述低质量细胞包括表达基因数过高的细胞、表达reads数过低的细胞与线粒体基因表达reads占比超过10％的细胞。

5.如权利要求1所述的一种适用于10x单细胞转录组测序数据的分析方法，其特征在于，使用Suerat软件包将过滤后的细胞进行聚类具体为：

将过滤的细胞表达矩阵进行标准化和归一化；

选择在细胞间表达变异最高的2000个基因作为主成分分析的因子；

使用PCA算法分析挑选基因的主成分分析的因子，挑选前20个主成分分析的因子作为聚类分析的输入项；

根据PCA主成分，构建KNN图，使用Louvain algorithm算法对细胞进行聚类；

使用UMAP算法对聚类结果进行非线性降维，根据前两个维度对聚类结果进行可视化。

6.如权利要求1所述的一种适用于10x单细胞转录组测序数据的分析方法，其特征在于，使用Suerat软件包分析各细胞群的标记基因具体是：

将各细胞群的细胞表达量与其他细胞群的表达量均值进行比较，找到在本细胞群中高表达，在其他细胞群中低表达的基因；

对找到的标记基因进行筛选；

使用Suerat软件包的VlnPlot函数将标记基因在各个细胞群的表达情况进行展示。

7.如权利要求6所述的一种适用于10x单细胞转录组测序数据的分析方法，其特征在于：所述标记基因进行筛选为在本细胞群中表达比例大于25％，logfc大于0.25的结果保留。