简介

nf-core/scdownstream 是一个生物信息学流程，可用于处理已量化的单细胞 RNA-seq 数据。 它接受 samplesheet 以及 H5AD-、SingleCellExperiment/Seurat- 或 CSV 文件作为输入，并执行质量控制、整合、降维和聚类。 该流程生成一个整合后的 H5AD 和 SingleCellExperiment 文件以及一份详尽的 QC 报告。

该流程基于以下流程（按字母顺序）的学习成果和实现：

• panpipes
• scFlow
• scRAFIKI
• YASCP

带有船形图标的步骤尚未实现。对于其他步骤，流水线使用以下工具：

1. Per-sample preprocessing
   1. Convert all RDS files to H5AD format
   2. Create filtered matrix (if not provided)
   3. Present QC for raw counts (MultiQC)
   4. Remove ambient RNA
      • DecontX
      • SoupX
      • CellBender
      • scAR
   5. Apply user-defined QC filters (can be defined per sample in the samplesheet)
   6. Doublet detection (Majority vote possible)
      • SOLO
      • Scrublet
      • DoubletDetection
      • scDblFinder
   7. Cell cycle scoring (Tirosh et al. 2015)
2. Sample aggregation
   1. Merge into a single H5AD file
   2. Present QC for merged counts (MultiQC)
   3. Integration
      • scVI
      • scANVI
      • Symphony / Harmony (via symphonypy)
      • BBKNN
      • Scanorama
      • Combat
      • Seurat
      • PCA
      • scimilarity
      • Expimap
3. Cell type annotation
   • CellTypist
   • SingleR
   • CyteType
4. Clustering and dimensionality reduction
   1. Leiden clustering
   2. UMAP
   3. t-SNE (optional via --tsne)
5. Create Quarto and (MultiQC) reports

用法

[!NOTE] 如果你是 Nextflow 和 nf-core 的新手，请参阅此页面了解如何设置 Nextflow。在运行工作流处理实际数据之前，请确保使用 -profile test 测试你的设置。

[!NOTE] 如果你对术语 filtered 和 unfiltered 感到困惑，请查阅各自的 documentation。

首先，准备一个包含输入数据的 samplesheet，其格式如下：

sample,unfiltered
sample1,/absolute/path/to/sample1.h5ad
sample2,/absolute/path/to/sample3.h5
sample3,relative/path/to/sample2.rds
sample4,/absolute/path/to/sample3.csv

每个条目代表一个 H5AD、H5、RDS 或 CSV 文件。 RDS 文件可以包含任何能够使用 Seurat as.SingleCellExperiment 函数转换为 SingleCellExperiment 的对象。 CSV 文件应包含一个矩阵，其中基因作为列，细胞作为行。第一列应包含细胞名称/条形码。

-->

现在，你可以使用以下命令运行流水线：

nextflow run nf-core/scdownstream \
   -profile <docker/singularity/.../institute> \
   --input samplesheet.csv \
   --outdir <OUTDIR>

[!WARNING] 请通过 CLI 或 Nextflow -params-file 选项提供流水线参数。包括通过 -c Nextflow 选项提供的自定义配置文件在内的配置文件可用于提供除 参数 之外的任何配置；请参阅 docs.

有关更多详细信息和进一步的功能，请参阅 usage documentation 和 parameter documentation.

Pipeline output

要查看使用完整规模数据集运行的示例测试运行的结果，请参阅 nf-core 网站流水线页面上的 results 选项卡。 有关输出文件和报告的更多详细信息，请参阅 output documentation.

Credits

nf-core/scdownstream 最初由 Nico Trummer 编写。

我们感谢以下人员在本流水线的开发过程中提供的广泛协助（按字母顺序排列）：

• Erik Fasterius
• Fabian Rost
• Fabiola Curion
• Gregor Sturm
• Jonathan Talbot-Martin
• Lukas Heumos
• Matiss Ozols
• Nathan Skene
• Nurun Fancy
• Riley Grindle
• Ryan Seaman
• Steffen Möller
• Wojtek Sowinski

Contributions and Support

如果您想为本流水线做出贡献，请参阅 contributing guidelines.

如需更多信息或帮助，请随时通过 Slack #scdownstream channel 与我们联系（您可以使用 this invite 加入）。

Citations

该流水线所用工具的详尽参考文献列表可在 CITATIONS.md 文件中找到。

您可以按以下方式引用 nf-core 出版物：

The nf-core framework for community-curated bioinformatics pipelines.

Philip Ewels, Alexander Peltzer, Sven Fillinger, Harshil Patel, Johannes Alneberg, Andreas Wilm, Maxime Ulysse Garcia, Paolo Di Tommaso & Sven Nahnsen.

Nat Biotechnol. 2020 Feb 13. doi: 10.1038/s41587-020-0439-x.