cellranger更新到5啦（全新使用教程） - 云+社区 - 腾讯云 (tencent.com)
cellranger更新到6.0啦（全新使用教程） - 简书 (jianshu.com)
下载安装软件
官网: https://support.10xgenomics.com/single-cell-gene-expression/software/downloads/latest
#官网简单注册获得cellranger下载地址
wget -O cellranger-6.1.2.tar.gz "https://cf.10xgenomics.com/releases/cell-exp/cellranger-6.1.2.tar.gz?Expires=1644969388&Policy=eyJTdGF0ZW1lbnQiOlt7IlJlc291cmNlIjoiaHR0cHM6Ly9jZi4xMHhnZW5vbWljcy5jb20vcmVsZWFzZXMvY2VsbC1leHAvY2VsbHJhbmdlci02LjEuMi50YXIuZ3oiLCJDb25kaXRpb24iOnsiRGF0ZUxlc3NUaGFuIjp7IkFXUzpFcG9jaFRpbWUiOjE2NDQ5NjkzODh9fX1dfQ__&Signature=h4FL5tsIzSePQ92iKlyuD1s4ybXSl68zgxD-5MBkpQBIS8liLWaKPcOPDi-6yURDXPbEsujPlvif2CiWzPdIP5ZlxSZ-s2n9Ki73Wo2mYq-MmVelLTWhO0cEznzDNZAo-aZJKro008WJQ~zzhKVSDYy7kKC4O64pmcpl1OTj5dBrL64zZrv0bLc1J~W26dbx1IU983P2VTVA2l-gVLSKwpoIGooWYPTdXOCIYzp77iEnPfkdMuZ~M7nfm6JycmSKh3XPaEkkWlNFEX9stBCYKxrxV0Z9gfNXNg10mZ5vITB1DLe2YcLg-V9Kwbh-~dZgTgVn81oZsIJt9Zp~3FFQZA__&Key-Pair-Id=APKAI7S6A5RYOXBWRPDA"
或者
curl -o cellranger-6.1.2.tar.gz "https://cf.10xgenomics.com/releases/cell-exp/cellranger-6.1.2.tar.gz?Expires=1645022614&Policy=eyJTdGF0ZW1lbnQiOlt7IlJlc291cmNlIjoiaHR0cHM6Ly9jZi4xMHhnZW5vbWljcy5jb20vcmVsZWFzZXMvY2VsbC1leHAvY2VsbHJhbmdlci02LjEuMi50YXIuZ3oiLCJDb25kaXRpb24iOnsiRGF0ZUxlc3NUaGFuIjp7IkFXUzpFcG9jaFRpbWUiOjE2NDUwMjI2MTR9fX1dfQ__&Signature=LnkvS5UP2QM4FR7DPlL0lgkBQROtRWmv35P715ML5AZ1~2mcAY7x9OHlB76hjnYmpHbIcAq0Mtvi8mtaRebtE6zTdkaTrIdmiZSFOY7C4Bt3aQzWmNWLA7kyFCbjtktpaCRaSAbjTmOmRC3gEq9fr4EZM5m2nvYXbN0CnRtV1Rk0iyGTBTXZuyjgRKcddT1iYDmUJ1znFWpxE9Dpx-goxIfSOTLOTW3IGfD2Q-7TE-6iZbOrknmFQ5nYBaSqAMGZy~H8Xop-yyNU3PBiClseIlE6iJ1pKHJy5S~Rxfjyoiom30tHp9dVLCvkX4-UzBdGbzFYx-neWa6b8u~ddNvajA__&Key-Pair-Id=APKAI7S6A5RYOXBWRPDA"
#解压软件（82base)
tar -xzvf cellranger-6.1.2.tar.gz
#添加到环境变量
vim ~/.bashrc
export PATH=/opt/cellranger-6.0.2:$PATH
source ~/.bashrc
下载ref
#下载小鼠参考基因组
wget https://cf.10xgenomics.com/supp/cell-exp/refdata-gex-mm10-2020-A.tar.gz
#下载人参考基因组
wget https://cf.10xgenomics.com/supp/cell-exp/refdata-gex-GRCh38-2020-A.tar.gz
#解压参考基因组
cd /data2/ff/ref/cellranger.mm10
tar -xzvf refdata-gex-mm10-2020-A.tar.gz
###
如果你是直接拿到的R1/R2的fastq文件，那么就直接上cellranger count。
如果你是I1/R1/R2的数据，那就麻烦还要跑个cellranger mkfastq。
cellranger count定量(82 base)
#图中的四对样本来自于同一群细胞，我想将这四个文件一起一次性跑完
#cellranger count当中的--sample参数只识别的时候只识别S1之前的字段
cat CC5F0-1_S1_L003_R1_001.fastq.gz CC5F0-2_S1_L003_R1_001.fastq.gz CC5F0-3_S1_L003_R1_001.fastq.gz CC5F0-4_S1_L003_R1_001.fastq.gz > CC5F0_S1_L003_R1_001.fastq.gz
#运行
#单样品版
#换目录
cd /data2/ff/project/LJ.22.02.sc
cellranger count -- id=KOAC \ # 给你这次的任务取一个响亮的名字，随意，id指定输出文件存放目录名
--transcriptome=/data2/ff/ref/cellranger.mm10/refdata-gex-mm10-2020-A \ #参考基因组
--fastqs=/data2/ff/project/LJ.22.02.sc \ #你的fastq.gz文件保存的路径，完整
--sample=KOAC \ # 你的fastq.gz文件名当中S1之前的字段，作为软件识别的标志
--nosecondary
####循环版本
cd /data2/ff/project/LJ.22.02.sc
for i in KOAC KONC WTAC WTNC
do
#定量
cellranger count \
--id=${i} \ # 给你这次的任务取一个响亮的名字，随意
--transcriptome=/data2/ff/ref/cellranger.mm10/refdata-gex-mm10-2020-A \ #参考基因组
--fastqs=/data2/ff/project/LJ.22.02.sc/${i} \ #你的fastq.gz文件保存的路径，完整
--sample=${i} \ # 你的fastq.gz文件名当中S1之前的字段，作为软件识别的标志
done
#--nosecondary ## nosecondary 只获得表达矩阵，不进行后续的降维、聚类和可视化分析(因为后期会自行用R包去做)
输出结果
filtered_gene_bc_matrices：是重要的一个目录，下面又包含了 barcodes.tsv、features.tsv、matrix.mtx，是下游Seurat、Scater、Monocle等分析的输入文件。
web_summary.html：质控比对报告(一般认为外显子的比对率要在60%以上)。
index标记样本，
barcode标记细胞，其次，barcodes数量时要大于细胞数量的（以保证每个细胞都会有barcode来进行区分)。
UMI标记转录本,Unique Molecular Identifier，由4-10个随机核苷酸组成，在mRNA反转录后，进入到文库中，每一个mRNA随机连上一个UMI，根据PCR结果可以计数不同的UMI，最终统计mRNA的数量。它的主要作用是，处理PCR 扩增偏差，因为起始文库很小时需要的PCR扩增次数就越多，因为越容易引入扩增误差。
