全序列-融合模块

作者: Carol

时长: 7 分钟

字数: 1.6k 字

更新: 2025-09-05

阅读: 0 次

SeekOne 全序列

介绍：

NOTE

本文档是关于《全序列-融合模块》的使用说明，描述如何获取融合模块的代码、数据，并给出运行示例和结果说明。

融合分析：

IMPORTANT

基因融合是指两个或多个基因在染色体重排过程中发生的结构变化，形成新的融合基因。这里使用STAR-Fusion软件来做分析，该软件首先将RNA-seq reads比对到参考基因组，识别出可能的融合基因对，然后通过进一步的过滤和验证步骤，生成高置信度的融合基因候选列表。通过STAR-Fusion软件识别到的junction-reads，可以根据其上的barcode和UMI标签信息来对应到单细胞上，这些将作为细胞的融合基因标签，进行画图或其他的下游分析。

一、数据获取：

1）参考基因组：

CAUTION

运行STAR-Fusion需要提前构建好基因组，人和小鼠的参考基因组可以在下方获取，其他物种可以参考installing star fusion · STAR-Fusion/STAR-Fusion Wiki来构建。

NOTE

文件较大，分别约30G，请按需下载：

shell

# human
wget -c -O Fusion_refdata_human_GRCh38.tar.gz "https://seekgene-public.oss-cn-beijing.aliyuncs.com/software/FAST/Fusion.v1/Fusion_refdata_human_GRCh38.tar.gz"
# Decompress
mkdir Fusion_refdata_human_GRCh38
tar -zxvf Fusion_refdata_human_GRCh38.tar.gz -C Fusion_refdata_human_GRCh38

shell

# mouse
wget -c -O Fusion_refdata_mouse_mm10.tar.gz "https://seekgene-public.oss-cn-beijing.aliyuncs.com/software/FAST/Fusion.v1/Fusion_refdata_mouse_mm10.tar.gz"
# Decompress
mkdir Fusion_refdata_mouse_mm10
tar -zxvf Fusion_refdata_mouse_mm10.tar.gz -C Fusion_refdata_mouse_mm10

2）环境：

IMPORTANT

运行环境需包含seeksoultools, STAR-Fusion，及其他所需软件。

shell

# seeksoultools
wget -c -O seeksoultools_fast_mut_dev.tar.gz "https://seekgene-public.oss-cn-beijing.aliyuncs.com/software/FAST/Fusion.v1/seeksoultools_fast_mut_dev.tar.gz"
# Decompress
mkdir seeksoultools
tar -zxvf seeksoultools_fast_mut_dev.tar.gz -C seeksoultools
source seeksoultools/bin/activate
seeksoultools/bin/conda-unpack

shell

# Fusion_env
wget -c -O Fusion_env.tar.gz "https://seekgene-public.oss-cn-beijing.aliyuncs.com/software/FAST/Fusion.v1/Fusion_env.tar.gz"
# Decompress
mkdir Fusion_env
tar -zxvf Fusion_env.tar.gz -C Fusion_env
source Fusion_env/bin/activate
Fusion_env/bin/conda-unpack

3）代码：

TIP

分析代码和测试数据（人类细胞系，BCR-ABL1融合）可以在这里获取：

shell

wget -c -O Fusion_code.tar.gz "https://seekgene-public.oss-cn-beijing.aliyuncs.com/software/FAST/Fusion.v1/Fusion_code.tar.gz"
tar -zxvf Fusion_code.tar.gz

二、运行示例：

shell

# Add custom tool directories to PATH
# Note: export seeksoultools first
export PATH="`pwd`/seeksoultools/bin:$PATH"
# making Fusion_env highest priority
export PATH="`pwd`/Fusion_env/bin:$PATH"

bash Fusion_code/Fusion.sh \
	-s demo \
	-l Fusion_code/testdata/BCR_ABL1_R1.fastq.gz \
	-r Fusion_code/testdata/BCR_ABL1_R2.fastq.gz \
	-c 8 \
	-o ./output \
	-g Fusion_refdata_human_GRCh38/ctat_genome_lib_build_dir \
	-t Fusion_code/testdata/cellline.rds

参数说明:

parameter	full-name	description
s	sample	sample name, required
l	R1_fq	raw-fastq data for R1; gz compression format, required
r	R2_fq	raw-fastq data for R2; gz compression format, required
c	CPU	CPU (default: 8)
o	outdir	path for output (default: ./output)
g	genome_lib_dir	ref-data for STAR-Fusion, required
t	rds	Seurat Object, required; meta.data for this object needs to include the "Sample" column

注：

WARNING

本模块仅限于单样本分析，多样本请分别编写脚本并运行
输入的R1/R2需为原始全序列/panel测试数据
当输入数据是panel数据时，"-t"参数输入的rds，需为对应全序列数据经过单细胞质控过程所得到的rds
融合分析需较大资源，测序数据越大，耗时和所需资源就越大，测序100G的数据参考使用32C128GB或更多

三、运行过程

NOTE

原始测序数据经过fastp质控、seeksoultools提取引物后并得到clean数据后，调用STAT-Fusion程序来识别融合事件。根据JunctionReads上的barcode和UMI标签信息，可以分辨哪些细胞是带有融合reads，有多少个UMI是检测到融合reads。将这些作为细胞的新标签，可以进行后续的分析。从中筛选出JunctionReads大于等于10并且细胞数大于等于2的融合。

四、主要结果说明

以下描述主要输出结果，更多输出结果的详细描述可参考STAR-Fusion官方网站 Home · STAR-Fusion/STAR-Fusion Wiki。

STAR/sample/star-fusion.fusion_predictions.tsv

IMPORTANT

该表格包含识别到的所有融合基因结果，详细描述了每个融合的断点、支持reads数目、左右区域信息和PFAM数据库信息等。从LeftBreakpoint和RightBreakpoint可以获得融合断点位置，也是后续区分融合的唯一标识符。支持融合的reads越多，剪接模式符合生物学意义，该结果越可信。

（1）X.FusionName：融合基因
（2）JunctionReadCount：包含在假定融合连接位点处，一条read可以拆分匹配到两侧融合基因的reads数量
（3）SpanningFragCount：包含融合连接的reads数量，该reads的R1端和R2端对应基因不同
（4）est_J：Junction原始读取reads数量（考虑了多重比对和 fusion 转录本的多样性后的估计值）
（5）est_S：Spanning原始读取read counts（考虑了多重比对和fusion转录本的多样性后的估计值）
（6）SpliceType: 融合基因断点是否出现在参考转录本结构注释（例如gencode）提供的参考外显子连接处
（7）LeftGene：融合基因左侧基因
（8）LeftBreakpoint：融合基因断点左侧染色体位置信息（GRCh38）
（9）RightGene：融合基因右侧基因
（10）RightBreakpoint：融合基因断点右侧染色体位置信息（GRCh38）
（11）LargeAnchorSupport：在假定断点两侧是否存在reads的较长碱基序列(≥25)匹配，缺少LargeAnchorSupport的融合基因通常为假阳性
（12）FFPM：支持融合的reads的标准化结果，即每百万总reads数的融合量
（13）LeftBreakDinuc：与断点相邻的左边两个核苷酸。如果左/右接头的结果是GT-AG或GC-AG，那么很可能这是一个拼接断点
（14）LeftBreakEntropy：断点左侧的15个外显子碱基的香农熵（0-2，低熵位点通常被视为可信度较低的断点）
（15）RightBreakDinuc： 与断点相邻的右边两个核苷酸
（16）RightBreakEntropy：断点右侧的15个外显子碱基的香农熵
（17）annots：融合转录本的简单注释

output/plots/*.png

NOTE

对每个融合分别用umap、tsne图展示，图中数值代表检测到该融合的UMI数目，颜色越红代表该细胞表达该融合的值越高。右边表格表示发生该融合的细胞比例，cells表示总细胞数，fusion_cells表示发生该融合的细胞数，percent表示占比。

SeekSoulTools

知识分享

全序列-融合模块

介绍：

融合分析：

一、数据获取：

1）参考基因组：

2）环境：

3）代码：

二、运行示例：

参数说明:

注：

三、运行过程

四、主要结果说明

全序列-融合模块 ​

介绍： ​

融合分析： ​

一、数据获取： ​

1）参考基因组： ​

2）环境： ​

3）代码： ​

二、运行示例： ​

参数说明: ​

注： ​

三、运行过程 ​

四、主要结果说明 ​

全序列-融合模块

介绍：

融合分析：

一、数据获取：

1）参考基因组：

2）环境：

3）代码：

二、运行示例：

参数说明:

注：

三、运行过程

四、主要结果说明