单细胞分析

10x Flex 矩阵里完全找不到目标基因,该从哪里查起?

作者:发布于 2026-11-17约 8 分钟阅读
Flex 基因缺失的四步追查,从基因别名到探针覆盖、过滤规则与矩阵行

你拿到一份固定组织的 Flex 数据,想看看自己追了半年的靶点。输入常用基因名,软件提示找不到。换成另一个名字,仍然没有。这个时候直接画一张全灰的图,容易把三件事写成同一句话。实验如果没有覆盖这个基因,本次数据不能回答它是否表达。如果基因本来有探针,但在生成过滤矩阵时被排除,需要回到探针设计与运行记录。如果矩阵里确实有这一行,只是在这份样本的所有条码上都是零,才有一个定义清楚的观测零。下面拿七个教学目标,分别走一遍这条查找路径。

Flex 基因缺失的四步追查,从基因别名到探针覆盖、过滤规则与矩阵行

先从实验交付中取三样东西

第一样是本次实验实际使用的探针集文件。Flex 工作流程让成对探针与目标序列杂交,再对连接产物建库测序。面板覆盖了哪些基因,取决于物种、试剂与版本,也可能取决于是否加入自定义探针。只凭产品名称或网页上某份新版本面板做检索,无法说明这份固定组织当时测到了什么。先找运行输出根目录随流程保留的探针集副本,将面板名、版本、文件来源记下。再确认自己使用的样本名称和交付目录一致,尤其是一个实验混合了多份样本、报告按样本拆分时。Flex 的检测原理 · Flex 运行输出与探针集副本

第二样是运行时采用的参数,特别是是否启用探针过滤。探针集中的 included 字段标在探针行上,默认过滤规则在判断基因能否纳入时还要看这个基因各条探针的标记。按官方的面板规则,只有归到该基因的探针都标记为 TRUE,它才通过这一项过滤。查到一个看似正常的探针就停止搜索,会漏掉同一基因的另一个排除标记。若历史项目改过过滤设置,也要按运行实况解释,不能拿一套默认参数去推断所有项目。10x 探针集字段与过滤规则

第三样是该样本最初交付的基因特征矩阵。一个已经建好的降维对象可能只剩下高变基因,某个差异分析输出也可能只列通过低表达过滤的基因。这个列表中搜不到靶点,对于测序面板有没有覆盖几乎没有帮助。先拿到上游的过滤矩阵,打开特征表确认第一列使用的基因 ID、第二列名称和特征类型。再找条码表,确认拿的是需要的生物样本。这里的“过滤矩阵”是上游输出的文件名称,进入自己的下游流程以后,每一次基因筛选应另记一份记录。

解压示例,建立一张逐基因的证据表

下载完整代码、示例数据与参考输出(ZIP) · 下载图文操作手册(PDF)

教学包包含一个简化的探针清单、两个细胞条码的稀疏计数矩阵、七个查询名称和一份名称对照表。数据全部为模拟。手册列出了真实项目要替换的文件。先照着下面的命令运行,再打开输出表,按查询名称找到 ALPHA 和 BETA。一个基因在两个条码中分别有二个、四个分子,行和为六;另一个基因的特征行真实存在,但两个条码恰好都没有分子。稀疏矩阵不会为每个零存一个数值,判断是否存在这行要看特征轴,而不能只去搜索非零元素。10x 特征条码矩阵格式

python -m pip install -r requirements.txt
python run.py --input example --out results
教学目标 在哪个环节找到证据 可以记录的结论
ALPHA、BETA 矩阵两行都在 样本总 UMI 各为 6 和 0
GAMMA 两条探针只有一条标记纳入 按本次启用的面板过滤规则排除
DELTA 同版本名称能找到 ID,但面板无对应探针 本面板未覆盖
EPS 有合格探针,所给矩阵却缺行 追查样本目录与二次过滤记录
OLDX、WHAT 旧名对应两个 ID,另一个名字无法解析 暂缓归属,补查注释

别名、零计数和缺失行要各留一列

从一个符号开始查,第一步是确定本物种与注释版本内它指的是谁。教学别名 OLDX 同时指向两个不同标识。即使两个候选中只有一个在矩阵里很活跃,也不能据此倒推出读者本来想查的是哪个基因。回到目标来源,例如论文给的稳定 ID、设计引物对应的转录本和物种,查清后再缩小范围。WHAT 连基本名称也没有对上,脚本将其标为未解析;DELTA 则有已核实的标识,只不过实际面板中没有相应探针。这两种情况如果都写成“没有测到”,下一位接手的人就不知道该去查名称还是查面板。

下面这段函数是包内实际运行的判定逻辑。一个基因没有矩阵行时,传入的是空值;有一行但所有细胞计数都为零时,传入整数零。这是实现时最容易丢失的区分。如果先把所有找不到的键都补成零,就再也无法用这张结果表还原哪个靶点有过测量机会。特意再留一个“需要核实”分支,当外部文件互相矛盾时让分析者看到原始矛盾,避免顺手把它归进未表达。

def assay_state(probes,row_sum,apply_filter):
    covered=bool(probes)
    allowed=covered and (not apply_filter or all(probes))
    if row_sum is not None:
        if not allowed:return "check_panel_vs_matrix"
        return "retained_zero" if row_sum==0 else "detected"
    if not covered:return "not_in_panel"
    if not allowed:return "excluded_by_panel_filter"
    return "expected_row_missing"

现在试着只改一个设置。复制整个输入目录,在副本的运行记录中将探针过滤开关从打开改为关闭,矩阵和其余文件保持原样,再把结果输出到另一个目录。原先因一条探针被标记而排除的 GAMMA,此时会变成预计应有行、实际却找不到。练习的目的在于看清哪一份证据发生了变化。你改动的是审计脚本读到的元数据,既没有重新测序,也没有运行上游程序,原矩阵里不会凭空多出一行。对真实项目,只有在实验记录确实证明采用另一套设置时才应更改该字段。如果真要生成另一口径的矩阵,需按相同软件版本回到相应的上游流程。

到哪一步才可以写“此样本没有检出”

复核时还可以任选一条有计数的探针目标,直接在特征文件中找它的行号,再按同一行索引对两个条码求和。示例中的特征表把 BETA 放在 ALPHA 前面,所以按查询清单的次序取第一行会读错。行号只在这一份矩阵中有意义,换到另一个样本,应重新用特征 ID 定位。

在例子里,BETA 的行存在且合计为零,可以把结论写成“在这份样本两个已纳入的条码中,BETA 的基因计数合计为零”。换到真实数据,除了样本条码总数,还应给出生物学问题实际关注的细胞类型及其覆盖。某个靶点只应出现在一种稀有细胞中,如果这份固定组织恰好很少捕获那一类细胞,整份样本未检出对组织整体表达的约束仍然很弱。可从同一实验其他样本或已知阳性组织查看该目标的可检出性,再决定是否需要独立手段确认。将阴性对照、阳性参照和稀有群体的分母放在同一份记录里,比围绕一个零值反复调整绘图配色更有用。

多个面板一起分析时,先为每份样本独立运行,再将同一个经确认的稳定 ID 横向拼表。有两个版本都覆盖、都有矩阵行的目标,也有仅在一个版本里提供测量机会的目标。如果在合并时把缺失行整体补零,然后按疾病分组检验,而疾病状态又与面板版本重合,最后的差异可能完全由可测范围决定。对跨面板图,可以另外输出每个靶点被多少样本覆盖、其中几份出现非零计数,把可比较样本的位置列给读者检查。

最后保存原始探针文件、实际配置、原矩阵目录,以及这份逐基因查询结果。研究伙伴再问“为什么同一个基因另一批有图”,只要对照两次记录就能找到查证的下一步。若要把这套核对扩展到许多固定组织文库,又需按面板分别重新计数,可先从一批代表性样本记录读写量,再确定批量任务所需的存储与运行环境。云生信科研服务器租赁

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 ↗