云生信学生物信息学

scRepertoire多样本教程:合并TCR链并核对细胞条码

作者:发布于 2026-11-20更新于 2026-11-15约 6 分钟阅读
多样本TCR先对齐样本与条码

多样本TCR先对齐样本与条码:清单固定样本与contig对应;先统计多链和生产性;核对前缀后再连接表达对象;记录克隆定义和过滤影响
本文操作与检查路径示意。

scRepertoire的多样本分析,第一步不是画克隆扩增图,而是把每份V(D)J contig和样本标识配对正确。不同样本常出现相同barcode;若合并时没有加样本前缀,或前缀与Seurat对象不一致,克隆注释就可能贴错细胞。

准备一份样本清单

每行代表一个样本,至少记录样本ID、contig文件路径、测序批次和后续单细胞对象中的样本标签。先检查文件存在、样本ID唯一,并确认contig来源与单细胞表达对象对应。不要只靠文件名猜组织、时间点或患者。

字段 作用 核对点
sample_id 区分文库和避免barcode重名 唯一、稳定、不随分析步骤改名
contig_csv 指向Cell Ranger filtered contig annotations 来自同一文库的V(D)J结果
seurat_sample 与表达对象metadata映射 样本命名及barcode前缀规则一致
chain规则 决定多条链如何保留或过滤 按研究目的预先定,不看结果临时改

按样本读入并合并TCR

下面示例从清单读取过滤后的contig注释,保留样本标签,先不删除多链条形码,便于检查数据质量。当前Bioconductor版本参数名可能随版本变化;运行前用 args(scRepertoire::combineTCR) 查看已安装版本。

library(scRepertoire)
manifest <- read.csv("vdj_manifest.csv", stringsAsFactors = FALSE)
stopifnot(all(c("sample_id", "contig_csv") %in% names(manifest)))
stopifnot(!anyDuplicated(manifest$sample_id))
stopifnot(all(file.exists(manifest$contig_csv)))

contigs <- lapply(manifest$contig_csv, function(f) {
  read.csv(f, stringsAsFactors = FALSE, check.names = FALSE)
})
names(contigs) <- manifest$sample_id
combined.tcr <- combineTCR(
  input.data = contigs,
  samples = manifest$sample_id,
  remove.multi = FALSE,
  filter.multi = FALSE,
  filter.nonproductive = TRUE
)
saveRDS(combined.tcr, "combined_tcr.rds")

如果安装版本仍使用旧参数名,按该版本帮助将点号参数映射到旧拼写,不要把不认识的参数静默删掉。remove.multi会移除多链barcode;filter.multi则按规则保留链。二者不是同一操作。先统计每样本 productive、nonproductive 和多链细胞,再决定是否过滤,并记录过滤前后数量。

与表达对象连接前核对条码

combineTCR()会用样本标签处理重复barcode。连接Seurat或SCE前,抽查合并结果的barcode与表达对象细胞名,确认前缀和后缀完全一致;重点看匹配率、每样本匹配数及重复项。不要为了让匹配率变高而直接删除所有前缀或只取barcode交集,这可能把不同文库的同名barcode混为一细胞。若需用combineExpression()写回克隆信息,先在一个样本上试连,并对未匹配细胞留清单。建议在合并前后各保存一份细胞名示例,记录前缀添加规则;若barcode后缀如“-1”被不同步骤改写,应先统一规则并验证映射,不要用模糊匹配自动补齐。

克隆定义影响生物学结论

scRepertoire可按核苷酸CDR3、氨基酸CDR3、VDJC基因或更严格组合定义克隆。选择前写明研究问题:氨基酸相同不代表核苷酸序列相同;BCR还可能涉及体细胞高变和相关克隆聚类。不同克隆定义得到的扩增比例不应混成一个结果。样本合并后,比较克隆时按样本、患者或时间点分组,避免不同样本的相同序列被误当作同一细胞记录。

每次运行保存R与Bioconductor/scRepertoire版本、输入清单、链过滤参数、合并后每样本细胞数、barcode匹配统计和RDS结果。先在一两个样本试跑,记录CPU、峰值内存和耗时,再决定是否并行处理更多文库。若匹配率低,优先查样本映射和barcode格式;若耗时或内存随contig量增长,再据实测规划计算资源。克隆注释只说明测序数据中的受体序列关系,不能单独证明细胞功能或临床效应。

下载练习材料

下载教程 PDF · 下载代码与示例数据 ZIP

先核对包内SHA256清单,再在独立目录复现。

需要额外算力时

适用前提:样本对应已核对,跨队列汇总任务需要额外运行资源。如需额外资源,可评估按任务测算的CPU服务器租赁。咨询时说明软件版本、任务规模和使用期限,配置与支持范围另行确认。

咨询本任务的服务器配置

咨询本任务的服务器配置

留下手机号,我们会结合本文任务与您沟通服务器配置和报价。

也可联系云生信企业微信客服,说明本文任务。

参考与版本核对

按文中适用环境运行,所用版本与参数以实际安装环境和对应官方文档为准。

把知识用于当前任务

把方法直接跑起来

使用单细胞在线分析入口,减少环境配置和重复操作。

打开单细胞工具仍有疑问,联系客服 ↗