单细胞RNA测序(scRNA-seq)可用于深入了解复杂组织中的细胞异质性。然而,scRNAseq数据中可能存在各种技术因素导致的差异,在执行下游分析之前应进行综合评估(去批次)。虽然已经开发了一些工具来执行单独的质量控制(QC)任务,但它们分散在跨几个编程环境的不同包中。因此,今天Immugent就来介绍一个分析单细胞数据的神器--SCTK-QC,对应的文章发表在NC上,篇名为:Comprehensive generation, visualization, and reporting of quality control metrics for single-cell RNA sequencing data。
SCTK-QC不同于其它软件包或者工具,开发这个工具的作者肯定深知不会编程的科研人员的苦衷,于是就搞了一个这么神奇的既可以代码命令操作,又可以云服务器界面操作的工具吗,而且使用者还可以交互作图。因为Immugent自己比较喜欢命令行的方式来分析单细胞数据 ,所以没有太细专研这个网页版工具是使用,不会编程的小伙伴可要好好学习一番了。
首先就是SCTK-QC的输入数据可以是各种形式,甚至可以调用cellranger来分析原始的下机数据。
下面这幅图就是SCTK-QC的主要功能框架,其主要就是对数据进行质控和整合。
SCTK-QC分别使用reportDropletQC()和reportCellQC()两个不同的函数生成网页报告,以显示分别由函数runDropletQC()和runCellQC()应用的各种QC工具生成的数据。
下面这张表就是汇总了singleCellTK包和SCTK-QC流程中可用的函数以及相应的外接函数。
下面一幅图就是对SCTK-QC工具与其他单细胞分析工具包的特性进行比较。
从上图可以看出,目前主打的分析单细胞的R包Seurat和SCTK-QC对比起来真的是弱爆了,前者几乎涵盖了目前所有的单细胞平台所产生的数据,除了一些特别罕见的类型。
希望本期介绍的SCTK-QC可以真正的为那些想分析单细胞数据,而又不会编程的小伙伴提供一个新的途径。同时也起到一个抛砖引玉的效果,激起大家开发单细胞分析软件的热情,内卷起来!
好啦,本期分享到这里就结束了,我们下期再会~~
[参考文献]
Hong R, Koga Y, Bandyadka S, Leshchyk A, Wang Y, Akavoor V, Cao X, Sarfraz I, Wang Z, Alabdullatif S, Jansen F, Yajima M, Johnson WE, Campbell JD. Comprehensive generation, visualization, and reporting of quality control metrics for single-cell RNA sequencing data. Nat Commun. 2022 Mar 30;13(1):1688. doi: 10.1038/s41467-022-29212-9. PMID: 35354805; PMCID: PMC8967915.
联系客服