文件名称：dropSeqPipe:SingleCell RNASeq预处理snakemake工作流程
文件大小：1.93MB
文件格式：ZIP
更新时间：2024-05-28 01:58:29
yaml picard snakemake pipeline plot
描述 该管道基于提供的和dropeq工具。 它允许从您的单细胞RNA序列实验的原始数据开始，一直到具有QC图的最终计数矩阵。 这是我们在实验室中使用的工具，用于改进我们的wetlab协议，并提供了一个简单的框架来重现和比较具有不同参数的不同实验。 它使用STAR映射读取。 它可用于使用两个读取的任何单细胞方案，其中第一个读取保存Cell和UMI条形码，第二个读取保存RNA。 以下是兼容协议/品牌的详尽列表： 下降序列 SCRB序列 10倍基因组学 DroNc序列 白云石生物（） 该程序包试图使用户尽可能友好。 希望之一是非生物信息学家可以毫无麻烦地利用它。 仍然需要一些命令行执行，这不会是完全交互式的程序包。 作者 帕特里克·（ ） 塞巴斯蒂安·穆勒（Sebastian Mueller）（ ） 查尔斯·（Charles Girardot）（ ） 用法 步骤1：安装工作流程
【文件预览】：
dropSeqPipe-master
----.gitignore(31B)
----README.md(4KB)
----.gitmodules(96B)
----schemas()
--------config.schema.yaml(8KB)
--------samples.schema.yaml(583B)
----docs()
--------.gitignore(16B)
--------docs()
--------mkdocs_env.yml(836B)
--------mkdocs.yml(349B)
--------Snakefile(249B)
----.gitattributes(17B)
----.test()
--------gtf_biotypes.yaml(851B)
--------samples.csv(84B)
--------NexteraPE-PE.fa(239B)
--------config.yaml(1KB)
--------data()
----scripts()
--------publication_text.Rmd(2KB)
--------plot_violine.R(9KB)
--------merge_bam.py(2KB)
--------plot_species_plot.R(7KB)
--------plot_yield.R(6KB)
--------convert_mtx.py(2KB)
--------plot_knee_plot.R(9KB)
--------detect_barcodes.py(792B)
--------fa2tsv.py(551B)
--------umi_tools_extended_ref.py(2KB)
--------plot_rna_metrics.R(4KB)
--------plot_adapter_content.R(2KB)
--------repair_barcodes.py(2KB)
--------create_summary_stats.R(8KB)
--------clean_cutadapt.py(2KB)
--------generate_extended_ref.py(3KB)
----Snakefile(11KB)
----LICENSE.txt(20KB)
----.travis.yml(1005B)
----templates()
--------gtf_biotypes.yaml(851B)
--------TruSeq3-PE-2.fa(259B)
--------custom_adapters.fa(479B)
--------TruSeq2-PE.fa(538B)
--------TruSeq3-PE.fa(93B)
--------samples.csv(62B)
--------NexteraPE-PE.fa(239B)
--------TruSeq3-SE.fa(119B)
--------cluster.yaml(489B)
--------config.yaml(1KB)
--------TruSeq2-SE.fa(142B)
--------config_nadia.yaml(2KB)
----rules()
--------report.smk(380B)
--------split_species.smk(2KB)
--------extract_expression_species.smk(6KB)
--------prepare.smk(2KB)
--------fastqc.smk(2KB)
--------download_meta_mixed.smk(4KB)
--------cell_barcodes.smk(3KB)
--------download_meta_single.smk(1KB)
--------generate_meta.smk(6KB)
--------extract_expression_single.smk(5KB)
--------map.smk(9KB)
--------merge.smk(2KB)
--------filter.smk(5KB)
----envs()
--------merge_long.yaml(58B)
--------bbmap.yaml(53B)
--------velocyto.yaml(168B)
--------umi_tools.yaml(72B)
--------picard.yaml(144B)
--------dropseq_tools.yaml(147B)
--------pigz.yaml(50B)
--------star.yaml(53B)
--------merge.yaml(95B)
--------r.yaml(298B)
--------cutadapt.yaml(100B)
--------samtools.yaml(86B)
--------merge_bam.yaml(89B)