Summary 视图 通过在 HTML 文件的左上角选项卡中点击 Summary,可以查看来自 cellranger count 的运行概要。摘要指标描述了测序质量和检测到的细胞的各种特征。 检测到的细胞数量、每个细胞的平均读数和每个细胞的中位基因检测数在页面顶 部醒目显示。点击 Sequencing、Mapping 和 Cells 部分旁边的问号图标,以显 示仪表...
cellranger count --id=$1 \ --localcores=10 \ --transcriptome=$db \ --fastqs=$fq_dir \ --sample=$1 \ --nosecondary \ --expect-cells=5000 echo $(date "+%Y-%m-%d %H:%M:%S") --id:指定输出文件存放目录(我这里的是样本名) --localcores :线程数 --transcriptome :参考基因组文件目...
cellranger count --id=sample345 \ --transcriptome=/opt/refdata-cellranger-GRCh38-1.2.0 \ --fastqs=/home/scRNA/runs/HAWT7ADXX/outs/fastq_path \ --sample=mysample \ --expect-cells=1000 \ --nosecondary # id指定输出文件存放目录名 # transcriptome指定与CellRanger兼容的参考基因组 # fastqs...
cellranger count --id=result --transcriptome=../refdata-gex-mm10-2020-A/ --fastqs=/neurons_900_fastqs --sample=neurons_900 --expect-cells=1000 --nosecondary #成功运行命令!!! #这里解释一下cellranger的各个参数: cellranger count --id=sample \ --transcriptome=/opt/refdata-cellranger-GRCh...
--expect-cells= 期望细胞数(可选) 3.2 参数列表 参数详细介绍详见: https://support.10xgenomics.com/single-cell-gene-expression/software/pipelines/latest/using/count#args中的Command-Line Argument Reference 部分 可以注意下以下参数: --expect-cells (optional) Expected number of recovered cells. Default:...
5. `--expect-cells`:指定期望检测到的细胞数目。这个参数用于指导细胞检测和拆分。 6. `--localmem`和`--localcores`:指定分配给本地任务的内存和CPU核心数。例如,`--localmem=32`和`--localcores=8`将分配32GB内存和8个CPU核心。 7. `--chemistry`:指定测序化学信息。这个参数用于指定不同的测序方法和...
${cellranger} count --id=${sample} \ --transcriptome=${refpath} \ --fastqs=${indir} \ --sample=${sample} \ --expect-cells=${ncells} \ --localcores=${threads} 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 cell hashing
--expect-cells=5000 是不是超级简单,值得注意的是我把样本名字进行了修改,全部的技术含量都体现在这个文件名修改哦,才成功运行这个 cellranger count 命令。 然后每个样本都只需要提交上面的这个脚本即可: nohup bash run-cellranger.sh YX-Endo-Decidu1>log-YX-Endo-Decidu.txt2>&1& ...
cellranger count --id=sample345 \ #输出文件夹名 --transcriptome=/opt/refdata-cellranger-GRCh38-3.0.0 \ #参考基因组路径 --fastqs=/home/jdoe/runs/HAWT7ADXX/outs/fastq_path \ #fq.gz所在路径 --sample=mysample \ #样品名 --expect-cells=1000 #期望的细胞回收数,默认3000 --force-cells ...
# expect-cells指定复现的细胞数量,这个要和实验设计结合起来 # 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) 服务器配置不一样,这个cellranger count流程运行时间不一样,这一个样本是约3G的fq文件数据走这个流程是2小时。我的服务器是配置是32核40线程128G内存 ...