单细胞分析（22）——高效使用 Cell Ranger：安装、参数解析及 Linux 后台运行指南

高效使用 Cell Ranger：安装、参数解析及 Linux 后台运行指南

背景介绍

Cell Ranger 是 10x Genomics 开发的一套用于单细胞转录组测序数据处理的软件。它可以对 10x Genomics 平台生成的 FASTQ 文件进行对齐、UMI 计数和基因表达量计算，是单细胞 RNA-seq 数据分析的第一步。由于 Cell Ranger 对输入数据格式有严格要求，并且计算资源需求较高，因此在使用时需要注意安装环境、文件命名规范以及后台运行的方式。

本指南将介绍 Cell Ranger 的安装方法、数据处理流程、文件命名规则、运行参数介绍以及如何在 Linux 端高效运行 Cell Ranger。

1. 安装 Cell Ranger

1.1 下载与解压安装

# 下载 Cell Ranger 7.2.0 版本
wget -O cellranger-7.2.0.tar.gz "https://cf.10xgenomics.com/releases/cell-exp/cellranger-7.2.0.tar.gz"

# 解压并移动到合适的目录
tar -xzvf cellranger-7.2.0.tar.gz
mv cellranger-7.2.0 /opt/cellranger-7.2.0

# 添加路径（建议写入 ~/.bashrc 以便每次启动生效）
echo 'export PATH=/opt/cellranger-7.2.0:$PATH' >> ~/.bashrc
source ~/.bashrc

1.2 下载参考基因库

可以选择不同版本的参考基因库：

• 2024-A 版本
• 2020-A 版本

下载并解压：

wget -O refdata-gex-GRCh38-2020-A.tar.gz "https://cf.10xgenomics.com/releases/cell-exp/refdata-gex-GRCh38-2020-A.tar.gz"
tar -xzvf refdata-gex-GRCh38-2020-A.tar.gz -C /home/user/reference/

2. 运行 Cell Ranger count

2.1 cellranger count 主要参数介绍

cellranger count --id=run_count_sample1 \
   --fastqs=/home/user/yard/run_cellranger_count/sample1 \
   --sample=sample1 \
   --transcriptome=/home/user/yard/run_cellranger_count/refdata-gex-GRCh38-2020-A

参数说明：

• --id：为该运行设置一个唯一的名称，所有输出文件将存储在 --id 目录下。
• --fastqs：指定存放 FASTQ 文件的路径。
• --sample：指定样本名称，必须匹配 FASTQ 文件的前缀。
• --transcriptome：指定参考基因组路径。
• --nosecondary（可选）：跳过降维分析，减少计算时间和存储需求。
• --localcores=N（可选）：指定使用的 CPU 核心数，默认使用所有可用核心。
• --localmem=N（可选）：指定使用的最大内存（GB）。

如果不需要使用 Cell Ranger 的降维结果，可以添加 --nosecondary：

title="每次在下面进行修改，然后粘贴到终端运行"
cellranger count --id=run_count_sample2 \
   --fastqs=/home/user/yard/test \
   --sample=sample2 \
   --transcriptome=/home/user/reference/refdata-gex-GRCh38-2020-A \
   --nosecondary

2.2 后台运行方式对比

在 Linux 端，后台运行 cellranger 可采用多种方式，以下是常见方法的对比：

方法 1：使用 nohup

适用于简单的后台运行，任务不会因退出终端而中断。

nohup cellranger count --id=run_count_sample3 \
   --fastqs=/home/user/yard/run_cellranger_count/sample3 \
   --sample=sample3 \
   --transcriptome=/home/user/yard/run_cellranger_count/refdata-gex-GRCh38-2020-A \
   --nosecondary &> run_sample3.log &

方法 2：使用 screen

适用于长时间运行的任务，可随时恢复。

screen -S cellranger_run
cellranger count --id=run_count_sample4 \
   --fastqs=/home/user/yard/sample4 \
   --sample=sample4 \
   --transcriptome=/home/user/yard/run_cellranger_count/refdata-gex-GRCh38-2020-A

退出 screen 但保持进程运行：

Ctrl + A, 然后 D

重新进入 screen：

screen -r cellranger_run

方法 3：使用 tmux

比 screen 更强大，支持多个窗口管理。

tmux new -s cellranger_run
cellranger count --id=run_count_sample5 \
   --fastqs=/home/user/yard/sample5 \
   --sample=sample5 \
   --transcriptome=/home/user/yard/reference/refdata-gex-GRCh38-2020-A

退出 tmux 但保持进程运行：

Ctrl + B, 然后 D

重新进入 tmux 会话：

tmux attach -t cellranger_run

3. FASTQ 文件命名规则与注意事项

Cell Ranger 需要特定格式的 FASTQ 文件名，以确保正确识别数据：

[Sample Name]_S[Sample Number]_L[Lane Number]_R[Read Type]_001.fastq.gz

示例：

sample1_S1_L001_R1_001.fastq.gz
sample1_S1_L001_R2_001.fastq.gz

3.1 注意事项

• 文件名必须符合 10x Genomics 规定，否则 cellranger 无法识别。
• 避免空格和特殊字符，所有文件名应严格按照 S1_L001_R1_001.fastq.gz 这种格式命名。
• 确保所有 FASTQ 文件在同一目录下，并正确指定 --fastqs 参数。

3.2 检查命名是否符合格式

ls /path/to/fastq_files | grep -E ".*_S[0-9]+_L[0-9]{3}_R[12]_001.fastq.gz"

4. 目录结构建议

建议使用标准化的目录结构管理数据：

├── data/
│   ├── raw_fastq/
│   ├── processed/
├── reference/
│   ├── GRCh38-2020-A/
├── scripts/
├── results/

这样可以更方便管理数据，避免混乱。