CeleScope是一款由新格元生物科技有限公司自主研发的，用于处理新格元单细胞产品测序数据的软件。可从二代测序下机的原始fastq数据开始处理，经过细胞标签的提取、质控与校正，测序数据质控，参考基因组比对，基因定量，UMI计数后确定细胞数，最终得到数据的质控报告和细胞的表达矩阵，用于后续分析。
软件下载安装点击这里
celescope的功能
0. 样本和数据准备
celescope rna sample
--outdir #输出文件夹
--assay #处理类型（rna,vdj,tags等），一般会自动输出
--sample #样本名称（最终展示在“质控报告”中的名称）
--thread #线程数（默认4个）
--debug #增加这个参数，celescope会输出额外的debug文件，默认False
--fq1 #read1 fq路径（默认 None）
--chemistry #默认 “auto”，软件会自动判断，也可以手动输入
该步骤同时输出 “质控报告” 的Sample信息
sample
1. 细胞标签提取与纠错
基于read1序列信息过滤，提取并矫正barcode，将矫正后的barcode和原始的UMI序列添加到read2的ID中。
celescope rna barcode
--chemistry #默认auto即可，如果是定制化探针的试剂盒，这里需要选择`customized` ，同时提供`pattern`, `whitelist` 和 `linker`的信息
--pattern #磁珠的接头结构C8L16C8L16C8U8T18，字母C、L、U、T分别表示cell barcode、linker、UMI、T碱基，默认None。如果chemistry不是customized，使用默认参数None即可
--linker #linker的序列文件，默认None；如果chemistry不是customized，使用默认参数None即可
--whitelist #barcode的序列文件，默认None；如果chemistry不是customized，使用默认参数None即可
--lowQual #定义为低质量碱基的质量值（默认为0）
--lowNum #允许出现低质量的碱基数（默认为2）
--nopolyT #输出R1 没有polyT的reads（默认False）
--noLinker #输出R1 没有Linker的reads（默认False）
--allowNoPolyT #允许valid reads没有polyT（默认False）
--allowNoLinker #允许valid reads没有Linker（默认False）
--gzip #输出gzip形式的fastq文件（默认False）
--fq1 #R1 fastq文件，如果有多个文件可以用‘,’分隔
--fq2 #R2 fastq文件，如果有多个文件可以用‘,’分隔
--outdir #输出文件夹目录
--assay #处理类型（rna,vdj,tags等），一般会自动输出
--sample #样本名称（最终展示在“质控报告”中的名称）
--thread #线程数（默认4个）
--debug #增加这个参数，celescope会输出额外的debug文件，默认False
该步骤同时输出 “质控报告” 的Demultiplexing信息
细胞标签提取与纠错
2. 测序数据质控
对reads2序列进行质控
celescope rna cutadapt
--adapter_fasta #adapter序列的fasta文件（默认None），默认即可
--minimum_length #允许的最短序列长度（默认20）
--nextseq_trim #trim使用的质量值（默认20）
--overlap #检测接头时重叠碱基数（默认10）
--insert #read2插入片段长度（默认150）
--fq #fq文件
--gzip #输出gzip形式的fastq文件（默认False）
--outdir #输出文件夹目录
--assay #处理类型（rna,vdj,tags等），一般会自动输出
--sample #样本名称（最终展示在“质控报告”中的名称）
--thread #线程数（默认4个）
--debug #增加这个参数，celescope会输出额外的debug文件，默认False
该步骤同时输出 “质控报告” 的Trimming信息
测序数据质控
3. 参考基因组比对
STAR将reads2序列定位到基因组上
celescope rna star
--outFilterMatchNmin #STAR软件使用的一个参数，默认0
--out_unmapped #输出没有定位到基因组的reads（默认False）
--starMem #运行内存（默认30）
--fq #fq文件
--consensus_fq #输入fastq文件的umi一致（默认False），默认即可
--outdir #输出文件夹目录
--assay #处理类型（rna,vdj,tags等），一般会自动输出
--sample #样本名称（最终展示在“质控报告”中的名称）
--thread #线程数（默认4个）
--debug #增加这个参数，celescope会输出额外的debug文件，默认False
该步骤同时输出 “质控报告” 的Mapping信息
参考基因组比对
4. 基因定量
调用featurecounts将定位到基因组上的reads，进一步定位到基因上
celescope rna featureCounts
--gtf_type 指定gtf annotation中的feature type，可以是gene或exon（默认：exon）
--genomeDir #参考基因组路径
--outdir #输出文件夹目录
--assay #处理类型（rna,vdj,tags等），一般会自动输出
--sample #样本名称（最终展示在“质控报告”中的名称）
--thread #线程数（默认4个）
--debug #增加这个参数，celescope会输出额外的debug文件，默认False
--input #STAR输出的bam文件，作为featureCounts的输入文件
该步骤同时输出 “质控报告” 的FeatureCounts信息
基因定量
5. 生成表达矩阵
进行UMI计数以及细胞数目评估（cell-calling）最终输出表达矩阵
celescope rna count
--outdir #输出文件夹目录
--assay #处理类型（rna,vdj,tags等），一般会自动输出
--sample #样本名称（最终展示在“质控报告”中的名称）
--thread #线程数（默认4个）
--debug #增加这个参数，celescope会输出额外的debug文件，默认False
--bam #featureCounts输出的bam文件
--force_cell_num #强制细胞数目，默认None
--genomeDir #参考基因组的路径
--gtf #gtf文件路径
--expected_cell_num #预设细胞数（默认3000）
--cell_calling_method #有3种选择 {auto,cellranger3,inflection}（默认None）
细胞数目评估规则：
- 第一步：以UMI count 降序对barcode排序
- 第二步：a=预设细胞数*0.01，取第a个细胞为基准细胞
- 第三步：取基准细胞的UMI count*0.1为阈值（UMI数量大于阈值判定为细胞；UMI数量小于阈值判定为背景噪音）
生成表达矩阵
6. 生成可视化报告
对表达矩阵进行简单分析：
- 线粒体统计
- tsne分群
celescope rna analysis
--outdir #输出文件夹目录
--assay #处理类型（rna,vdj,tags等），一般会自动输出
--sample #样本名称（最终展示在“质控报告”中的名称）
--thread #线程数（默认4个）
--debug #增加这个参数，celescope会输出额外的debug文件，默认False
--matrix_file #接表达矩阵的文件
--genomeDir #参考基因组路径
--save_rds #保存rds文件
--type_marker_tsv #输出差异基因列表
该步骤同时输出 “质控报告” 的Analysis信息
tsne细胞分群
差异基因列表
