一种单细胞转录组数据可用性处理方法、介质及设备技术

本发明专利技术公开了一种单细胞转录组数据可用性分析方法，涉及生物数据分析方法。包括以下步骤：根据基因表达量从大到小对barcode进行排序；求得基因表达量变化幅度的拐点；遍历所有拐点，将barcode分类为细胞区、空液滴区和磁珠区并统计相应的barcode数量；提取细胞区所有barcode的表达谱；统计比对上参考基因组的read数，计算细胞的平均read数；当有至少一个拐点对应的基因表达量大于G1，有至少1个拐点对应的基因表达量大于G2小于G1，且细胞区的barcode数量大于K3，空液滴区的barcode数量大于K4，细胞的平均read数大于K6时，判定样本数据可用；否则，判定样本数据不可用。本发明专利技术能系统性地分析单细胞转录组数据的可用性，在下游分析前提供数据可用性预警，节省分析人员的分析时间与精力。析时间与精力。析时间与精力。

【技术实现步骤摘要】
一种单细胞转录组数据可用性处理方法、介质及设备
[0001]相关申请的交叉引用
[0002]本申请是基于申请号为2022113631393，申请日为：2022年11月02日，专利技术名称为：一种单细胞转录组数据可用性分析方法、介质及设备的分案申请。


[0003]本专利技术涉及生物数据分析方法，尤其涉及一种单细胞转录组数据可用性处理方法、介质及设备。

技术介绍

[0004]单细胞转录组测序技术能够获得单个细胞内近万个基因表达信息，并且能够辨别生物组织中各种细胞类型的转录特征，并全面揭示细胞之间基因表达异质性。高通量单细胞测序平台主要是基于序列标签来识别单细胞，其核心技术是给每个细胞添加一个独特的序列标签，在测序时把携带相同标签的核酸序列视为来自同一个细胞。10XGenomics单细胞转录组测序平台为目前应用广泛的一类技术，该平台利用微流控、油滴包裹和barcode标签等技术来实现高通量的细胞分选与捕获，能够一次性分离、并标记500至数万个单细胞，测序后可获得每个细胞的转录组信息，具有细胞通量高、建库成本低、捕获周期短等优势。该技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种单细胞转录组数据可用性处理方法，其特征在于，包括以下步骤：S1，根据基因表达量从大到小对barcode进行排序，并赋予排名R
n
，同时，对barcode的排名R
n
和基因表达量C
UMI
进行log
10
处理；S2，求得基因表达量变化幅度的拐点；S3，遍历所有拐点，结合基因表达量的大小将barcode分类为细胞区、空液滴区和磁珠区；S4，统计细胞区、空液滴区、磁珠区的barcode数量；S5，提取细胞区所有barcode的表达谱；S6，统计比对上参考基因组的read数，计算细胞的平均read数；S7，当有至少一个拐点对应的基因表达量大于G1，有至少1个拐点对应的基因表达量大于G2小于G1，且细胞区的barcode数量大于K3，空液滴区的barcode数量大于K4，细胞的平均read数大于K6时，判定样本数据可用；否则，判定样本数据不可用；当样本数据不可用时，进一步判断样本数据不可用的原因：计算不同基因在barcode中的表达比例，并统计表达比例大于P1的第一基因数量和表达比例大于P2的第二基因数量；当仅有一个拐点对应的基因表达量大于G2，且第一基因数量大于K1或第二基因数量大于K2，判定样本数据不可用，原因是实验存在油滴未正确包含细胞悬液；当细胞区的barcode数量小于K3，且空液滴区的barcode数量小于K4时，判定样本数据不可用，原因是实验存在堵孔；当细胞区的barcode数量小于K3，且空液滴区的barcode数量大于K4时，判定样本数据可用性待确认，原因是实验细胞数量过少；当细胞区的barcode数量大于K5，且细胞的平均read数少于K6，判定样本数据不可用，原因是实验细胞数量过多。S8，针对数据可用性情况作出相应处理方法：若样本数据可用，则正常进行后续数据分析；若样本数据因实验存在油滴未正确包含细胞悬液或堵孔不可用，则重新用细胞悬液进行实验；若样本数据因实验细...

【专利技术属性】
技术研发人员：陈哲名，郎秋蕾，陈志锋，
申请(专利权)人：杭州联川基因诊断技术有限公司，
类型：发明
国别省市：