UMI-tools: 解析NGS数据中UMI与单细胞RNA-Seq条形码
5星 · 超过95%的资源 需积分: 48 74 浏览量
更新于2024-11-18
收藏 15.13MB ZIP 举报 资源摘要信息:"UMI-tools是一套针对下一代测序（Next Generation Sequencing, NGS）数据集处理的工具，主要用于管理和分析唯一分子标识符（Unique Molecular Identifier, UMI）或随机分子标签（Random Molecular Tag, RMT）。UMI是一段短的随机序列，可以附加到每个DNA或RNA分子的序列上，以便在PCR扩增和测序过程中追踪分子的原始拷贝，从而能够区分真正的生物学变异与技术上的重复。此外，UMI-tools还可以处理单细胞RNA-Seq中的细胞条形码（cell barcodes），使得研究者能够区分不同的细胞，进行更精确的定量分析。
UMI-tools存储库包含了六个主要命令，这些命令分别执行不同的功能，以便用户能够对包含UMI的序列数据进行有效的准备和分析。具体来说，UMI-tools中的命令包括：
1. extract命令：这个命令用于从fastq文件中提取UMI序列，并将这些序列附加到read名称之后。用户可以灵活地指定UMI的长度，也可以通过白名单过滤掉那些不属于真实细胞条形码的序列。
2. whitelist命令：该命令的目的是建立一个真实细胞条形码的白名单。对于基于液滴的单细胞RNA-Seq技术（如10x Genomics）而言，那些在测序前并不知道的细胞条形码，这个白名单是十分有用的。通过白名单，研究者可以剔除掉那些可能是由于测序错误或者其他技术原因造成的伪细胞条形码，以确保数据的准确性。
3. group命令：此命令用于将具有相同UMI的读取（reads）进行分组。在处理UMI数据时，识别出重复的PCR产物非常重要，因为它们可能代表了原始的生物学信号。这个命令有助于分析哪些序列是重复的，哪些是独特的。
4. dedup命令：dedup命令利用group命令分组的结果，去除那些PCR重复。在单细胞RNA-Seq分析中，去除重复对于准确估计基因表达水平是必要的步骤。
5. count命令：此命令用于统计UMI的出现频率，它将UMI数据转化为一个可读的表格形式，这样就可以轻松地进行后续的生物信息学分析。
6. count_tab命令：与count命令类似，count_tab命令也是用来统计UMI的频率，并输出为表格形式，但它更专注于处理来自不同样本的多个UMI表格，并将它们整合到一个统一的输出文件中。
UMI-tools是用Python编写的，这意味着它易于在各种操作系统中运行，并且可以利用Python广泛的数据处理和分析库。Python作为一门在数据科学和生物信息学领域广泛使用的编程语言，其在UMI-tools中的应用保证了工具的灵活性和强大的功能性。
综上所述，UMI-tools为生物信息学家提供了一套高效的解决方案来处理NGS数据，尤其是涉及到UMI和单细胞RNA-Seq数据的分析。通过这些工具，研究人员可以更准确地识别和过滤掉技术上的重复，从而获得更高质量的生物学结论。"
UMI-tools: 解析NGS数据中UMI与单细胞RNA-Seq条形码 （154个子文件） 
group_dir_unmapped_py3.sam 4.37MB .gitignore 686B Single_cell_tutorial.md 32KB extract.py 20KB conf.py 5KB unmapped.bam 901KB extract_methods.py 23KB dedup.rst 121B
scrb_seq_fastq_old_style.2.gz 413KB chr19.bam.bai 35KB chr19.bam 360KB whitelist_umi_input.bam 328KB _dedup_umi.pyx 380B test_style.py 2KB setup.py 4KB slim.fastq.gz 341KB dedup_umi.pyxbld 261B group.py 10KB network.py 19KB chr19_gene_tags.bam.bai 3KB
cell_barcode_knee.png 43KB common_options.rst 2KB group_dir_py3.sam 5.49MB processed_single.fastq 1.27MB either_read_out.1.fastq 355KB count.py 7KB __init__.py 302B README 490B faq.md 5KB ez_setup.py 12KB API.rst 3KB scrb_seq_fastq.2.gz 414KB paired.bam.bai 4KB group_cluster_py3.sam 5.49MB indrop.fastq.1.gz 343KB paired_group_discard_unmapped.sam 2.64MB processed_3prime.fastq 1.27MB Makefile 580B whitelist_umi_input.bam.bai 4KB whitelist_methods.py 28KB either_read_out.2.fastq 359KB group_unsorted_py3.sam 5.49MB count_tab.py 5KB release_notes.rst 16KB cell_barcode_count_density.png 37KB setup.cfg 41B _dedup_umi.c 118KB sam_methods.py 24KB paired.bam 232KB chr19_sep.bam.bai 35KB index.rst 5KB indrop_fuzzy_filtered.1.fastq.gz 190KB indrop_fuzzy_filtered.2.fastq.gz 315KB step1_unit_test.py 993B umi_tools.py 1KB Utilities.py 55KB chr19_gene_tags.bam 65KB indrop.fastq.2.gz 614KB QUICK_START.md 11KB LICENSE 1KB umi_methods.py 7KB MANIFEST.in 144B count_tab.rst 125B chr19_tag.bam 371KB README.rst 4KB unmapped.bam.bai 1.47MB scrb_seq_fastq.1.gz 244KB chr19_tag_missing.bam 377KB paired_group_use_chimeras.sam 2.64MB dedup.py 17KB scrb_seq_fastq_old_style.1.gz 242KB cell_barcode_counts.png 35KB whitelist.py 20KB indrop_extract_blacklist.fastq 870KB either_read.fastq.2.gz 247KB scrb_extract.fastq 1.2MB Documentation.py 16KB indrop_extract_fuzzy_filtered_out.fastq 871KB test_umi_tools.py 8KB chr19_sep.bam 360KB regex.md 12KB scrb_extract_old_style_output.fastq 1.2MB count.rst 121B either_read.fastq.1.gz 245KB the_methods.rst 3KB whitelist.rst 128B paired_group_use_unmapped.sam 2.74MB paired_group_output_unmapped.sam 2.74MB group.rst 121B extract_quality.fastq 1.23MB version.py 22B group_uniq_py3.sam 5.49MB indrop_whitelist_filtered.fastq.1.gz 141KB chr19_tag.bam.bai 35KB indrop_extract_fuzzy.fastq 871KB chr19_tag_missing.bam.bai 35KB group_adj_py3.sam 5.49MB extract.rst 126B INSTALL.rst 11KB scrb_filtered_fastq.1.gz 164KB共 154 条
- 1
- 2
点击了解资源详情
点击了解资源详情
点击了解资源详情
2021-05-08 上传
2023-04-19 上传
2021-04-23 上传
2021-03-14 上传
2021-05-01 上传
2021-04-02 上传
