
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
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
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。咨询本任务的服务器配置
参考与版本核对
- Cell Ranger ARC v2.2配对文库分析
- Cell Ranger ARC命令参数
- Cell Ranger ARC系统要求
- Cell Ranger ARC 官方 FASTQ 与 libraries CSV 输入说明
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。
