云生信学生物信息学

按官方要求整理GEX与ATAC文库并运行样例

作者:发布于 2026-11-17更新于 2026-11-15约 9 分钟阅读
ARC先核对GEX与ATAC配对

ARC先核对GEX与ATAC配对:确认GEM well及文库来源;生成并检查三列CSV;新ID运行联合count;验收两种模态及共同barcode
本文操作与检查路径示意。

Cell Ranger ARC用于同一次Multiome实验获得的GEX和ATAC联合分析,不是把任意RNA样本与任意ATAC样本拼在一起。当前v2.2要求两种数据共同输入,不能用ARC只处理其中一类。先核对GEM well、文库与参考关系,再准备libraries CSV。

从建库记录确认配对关系

资料 需要确认 常见误用
GEM well与样本 GEX/ATAC来自相应同一批细胞 拿不同实验的文库硬配对
解复用样本名 每种文库实际Sample_ID 强行令文件前缀相同
FASTQ目录 绝对路径及测序批次 一格逗号拼多个目录
参考 ARC兼容包、组装及版本 以普通GEX参考目录代替
运行单元 每个GEM well独立count 把生物学重复混成一次输入

同一文库多次测序可按官方规则增加行,使用对应library_type;不能将它们当独立生物学重复。CSV的sample用于选FASTQ,GEX与ATAC的Sample_ID可以不同,是否属于同一GEM well须由原始记录确认,软件路径检查不会替你证明实验关系。

建立三列文库文件

以下保存为libraries.csv。library_type区分大小写,必须使用Gene Expression与Chromatin Accessibility。目录、前缀都是示例,替换为真实交付;同一格fastqs不接受逗号分隔路径,跨目录需要增加相应行。

fastqs,sample,library_type
/absolute/fastqs/gex,Example_GEX,Gene Expression
/absolute/fastqs/atac,Example_ATAC,Chromatin Accessibility

先用标准库检查结构、路径、类型和重复条目,写出新的规范化路径版本。保存为check_arc_libraries.py,执行python check_arc_libraries.py libraries.csv libraries.checked.csv。它只检查文件表,不检查FASTQ配对内容、细胞身份或实验质量;源清单保留不改。

import csv, sys
from pathlib import Path

source, target = map(Path, sys.argv[1:3])
with source.open(newline="",encoding="utf-8-sig") as handle:
    reader = csv.DictReader(handle)
    assert reader.fieldnames == ["fastqs","sample","library_type"]
    rows = list(reader)
assert rows
allowed = {"Gene Expression","Chromatin Accessibility"}
seen = set()
for row in rows:
    assert all(row.get(k) for k in ("fastqs","sample","library_type"))
    assert row["library_type"] in allowed and "," not in row["fastqs"]
    folder = Path(row["fastqs"])
    assert folder.is_absolute() and folder.is_dir()
    row["fastqs"] = str(folder.resolve())
    key = (row["fastqs"],row["sample"],row["library_type"])
    assert key not in seen
    seen.add(key)
assert {x["library_type"] for x in rows} == allowed
with target.open("x",newline="",encoding="utf-8") as handle:
    writer = csv.DictWriter(handle,fieldnames=["fastqs","sample","library_type"])
    writer.writeheader()
    writer.writerows(rows)
print("validated rows:",len(rows))

在兼容环境运行一次新任务

ARC_REF需为已经验证的ARC参考;CORE和MEM变量填真实获配资源。以下Bash代码按当前v2.2显式保留BAM并关闭细胞注释,以固定示例范围。正式项目要使用注释时应按版本准备相应条件,不能将关闭功能后的结果当同一任务。

set -euo pipefail
: "${ARC_ID:?填写新的运行ID}"
: "${ARC_REF:?填写ARC兼容参考}"
: "${ARC_CORES:?填写获配核心数}"
: "${ARC_MEM_GB:?填写内存申请值}"
case "$ARC_ID" in *[!A-Za-z0-9_-]*|"") exit 2;; esac
test "${#ARC_ID}" -le 64
test ! -e "$ARC_ID"
test -d "$ARC_REF" && test -r libraries.checked.csv || exit 2
cellranger-arc --version
cellranger-arc count --id="$ARC_ID" --reference="$ARC_REF" \
  --libraries=libraries.checked.csv --create-bam=true --disable-cell-annotation \
  --localcores="$ARC_CORES" --localmem="$ARC_MEM_GB" \
  > "$ARC_ID.stdout.txt" 2> "$ARC_ID.stderr.txt"

找不到FASTQ先核对sample前缀及目录,不盲目放宽到整个文件夹;参考错误先检查ARC兼容性;仅一类文库时应回到实验和流程选择。localcores/localmem是本地任务申请安排,不会突破平台额度,也不自动提供系统级隔离。

联合结果需要联合验收

先确认正常结束和web报告中的样本、两种模态输入规模,再核对GEX/ATAC各自质量、联合细胞识别、矩阵特征类型与barcode范围。ATAC片段和索引、峰、所需BAM及后续联合分析输入都应能访问;只看到一份矩阵不能代替整套输出验收。

不要为了得到更多细胞随意设置min-atac-count与min-gex-count。它们改变联合细胞识别,应按官方要求与报告一起评估。保存原始清单、规范化清单、参考、软件和命令,再把这一套有效单样本作为资源试跑基准,而非一次批量启动所有未核对的配对。

启动前还需核对受支持Linux与CPU指令集。官方v2.2通用基线为8核Intel/AMD且支持AVX、64 GB内存、1 TB可用盘,另列48核与320 GB推荐值;这些数值不是每个Multiome任务完成保证,仍应以代表性联合任务测量。

两类模态的质量口径不同:GEX的UMI、基因与ATAC片段及峰信号应分别检查,再看联合细胞范围,不把一个模态的高计数用作另一个模态质量合格的证据。

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:流程与输入匹配且本地容量或环境不足。如需额外资源,可评估大内存独享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

下一步可以直接开始分析

按研究目标查找在线工具、课程、计算资源或完整分析服务。

按目标找方案仍有疑问,联系客服 ↗