SpeciesSplit 混合物种矩阵拆分
时长: 5 分钟
字数: 1.1k 字
更新: 2026-10-13
阅读: 0 次
SpeciesSplit 用于对多物种混合上机的单细胞表达矩阵进行物种拆分，将混合矩阵按物种来源分离为独立的子矩阵，便于后续对各物种分别进行下游分析。
适用场景
当多个物种的细胞在同一 GEM 中混合上机时，比对使用的参考基因组为混合基因组，经过标准分析后得到的表达矩阵中的基因名带有物种特异性前缀（如 GRCh38-GAPDH、Sus_scrofa-ALB）。SpeciesSplit 利用这一特征，自动检测物种前缀、判定每个细胞的物种归属，并拆分为独立的 Seurat 对象。
拆分原理
细胞物种判定
根据用户选择的方法判定每个细胞的物种归属：
| 方法 | 判定逻辑 | 所需参数 |
|---|---|---|
| seekone | 计算每个细胞中各物种前缀基因的 UMI 占比（分母仅使用物种前缀基因 UMI），若某物种占比 > Threshold ，则归属该物种；否则标记为 Multiplet | Threshold |
| cellranger | 读取 CellRanger 的 gem_classification.csv 文件中 call 列的值，直接判定物种归属 | gemClassification 文件路径 |
无前缀基因的处理
混合参考基因组中额外加入的病毒基因（如 HBx、SV40）或工程基因（如 CAR、荧光蛋白），若未挂物种前缀，拆分时无法归属任一物种。模块将无前缀基因视为共享基因，保留到每个物种的子矩阵中，以便下游查看其在各物种细胞中的表达。
若希望无前缀基因仅出现在特定物种结果中，建库时需将其归到该物种名下（如 GRCh38_EGFP 会留在 human 子矩阵中，且不会出现在其他物种的子矩阵中）。
云平台参数说明
| 参数 | 说明 |
|---|---|
| 分析流程 | SpeciesSplit |
| 任务名称 | 任务名，不能与之前的任务名重复 |
| 样本信息 | 填写样本名称，分析批次和文件 OSS 路径自动匹配，注意核对分析批次 |
| 平台 | 物种判定方法，可选 seekone 或 cellranger |
| 阈值 | UMI 占比阈值，范围 0~1，默认 0.95。仅 seekone 方法使用 |
| 描述 | 任务描述，选填 |
注意事项
WARNING
基因名必须包含物种前缀（如 GRCh38-GAPDH、mm10-Gapdh），否则模块无法识别物种，会将所有细胞标记为 unknown 并跳过拆分。
- 只支持转录组数据类型，暂不支持多组学数据类型。
- 同一样本名可能存在多个分析批次，默认填充最后一个分析批次，注意核对分析批次，选择要分析的那个。
- genomes 字段准确性：建议建库时规范使用
cellranger mkref --genome为每个物种分别指定 genome 名。 - 外源基因无前缀：病毒基因（HBx、SV40）或工程基因（CAR、荧光蛋白）若未挂物种前缀，拆分后作为共享基因保留在每个物种子矩阵中；若挂了物种前缀（如
GRCh38_EGFP），则仅出现在对应物种的子矩阵中。 - 物种前缀数量上限：模块最多支持 10 个物种前缀，超过则报错终止（通常意味着基因命名格式不正确）。
支持的物种前缀
内置 species_mapping.json 映射文件，覆盖以下物种：
| 物种 | 前缀示例 | 英文名 | 拉丁名 |
|---|---|---|---|
| 人 | GRCh38, Homo_sapiens, human | human | Homo sapiens |
| 小鼠 | GRCm39, Mus_musculus, mm10, mouse | mouse | Mus musculus |
| 猪 | Sus_scrofa, Sus, pig | pig | Sus scrofa |
| 恒河猴 | Mmul_10, Mmul, Macaca_mulatta，Rhesus_monkey | Rhesus monkey | Macaca mulatta |
| 果蝇 | Drosophila_melanogaster, fruit_fly | fruit fly | Drosophila melanogaster |
| 斑马鱼 | Danio_rerio, zebrafish | zebrafish | Danio rerio |
| 鸡 | Gallus_gallus, chicken | chicken | Gallus gallus |
| 牛 | Bos_taurus, Bos, cattle | cattle | Bos taurus |
| 狗 | Canis_lupus_familiaris, Canis_familiaris, dog | dog | Canis lupus familiaris |
| 非洲爪蟾 | Xenopus_laevis, african_clawed_frog | african clawed frog | Xenopus laevis |
| 线虫 | Caenorhabditis_elegans, nematode | nematode | Caenorhabditis elegans |
| 酵母 | Saccharomyces_cerevisiae, budding_yeast | budding yeast | Saccharomyces cerevisiae |
| 金鱼 | gold_fish, goldfish | gold fish | Carassius auratus |
| 红鲫 | CAred, Red_crucian_carp | Red crucian carp | Carassius auratus red var |
| 兔 | Rattus_add_EGFP, Rattus, rabbit | rabbit | Oryctolagus cuniculus |
若实际使用的参考基因组前缀不在映射文件中，模块会自动降级到正则检测
两种判定方法对比
| 对比项 | seekone | cellranger |
|---|---|---|
| 判定依据 | 各物种前缀基因 UMI 占比 | CellRanger 分类结果文件 |
| 必需参数 | Threshold（占比阈值） | gemClassification 文件 |
| Multiplet 检测 | 占比未达标的细胞自动标记 | 依赖 CellRanger 输出 |
| 适用平台 | SeekSoul Tools | 10x Chromium |
两种方法的物种检测和拆分逻辑相同，区别仅在于细胞归属的判定方式。