如何构建参考基因组？

场景一：构建兼容不同平台单细胞数据的参考基因组

如果您既有10X Genomics单细胞数据，又有SeekOne® 产品的单细胞数据，推荐使用10X CellRanger来构建参考基因组，SeekSoulTools可以兼容CellRanger构建的参考基因组。

处理基因注释文件（GTF 文件）的代码如下：

/path/to/cellranger mkgtf Homo_sapiens.GRCh38.ensembl.gtf Homo_sapiens.GRCh38.ensembl.filtered.gtf \
    --attribute=gene_biotype:protein_coding \
    --attribute=gene_biotype:lncRNA \
    --attribute=gene_biotype:antisense \
    --attribute=gene_biotype:IG_LV_gene \
    --attribute=gene_biotype:IG_V_gene \
    --attribute=gene_biotype:IG_V_pseudogene \
    --attribute=gene_biotype:IG_D_gene \
    --attribute=gene_biotype:IG_J_gene \
    --attribute=gene_biotype:IG_J_pseudogene \
    --attribute=gene_biotype:IG_C_gene \
    --attribute=gene_biotype:IG_C_pseudogene \
    --attribute=gene_biotype:TR_V_gene \
    --attribute=gene_biotype:TR_V_pseudogene \
    --attribute=gene_biotype:TR_D_gene \
    --attribute=gene_biotype:TR_J_gene \
    --attribute=gene_biotype:TR_J_pseudogene \
    --attribute=gene_biotype:TR_C_gene
cellranger mkref --genome=GRCh38 --fasta=GRCh38.fa --genes=GRCh38-filtered-ensembl.gtf
cd GRCh38/genes
gunzip -dc genes.gtf.gz > genes.gtf

注：

• 当cellranger构建的参考基因组与SeekSoulTools的STAR版本不兼容时，可以将cellranger的STAR路径指定给SeekSoulTools，例如：--star_path /path/to/cellranger-5.0.1/lib/bin/STAR。

• fasta文件中染色体名称必须与gtf文件中的染色体名称相匹配。例如，fasta的1号染色体名称为chr1，那么gtf文件中1号染色体名称也必须为chr1。

---

场景二：仅有SeekOne®产品，不需要考虑平台兼容性

构建STAR索引的代码如下：

/demo/seeksoultools.1.2.0/bin/STAR \
  --runMode genomeGenerate \
  --runThreadN 16 \                        
  --genomeDir /path/to/star \             
  --genomeFastaFiles /path/to/genome.fa \  
  --sjdbGTFfile /path/to/genome.gtf \      
  --sjdbOverhang 149 \                     
  --limitGenomeGenerateRAM 17179869184     

注：

• fasta文件中染色体名称必须与gtf文件中的染色体名称相匹配。例如，fasta的1号染色体名称为chr1，那么gtf文件中1号染色体名称也必须为chr1。