發(fā)育軌跡分析是單細(xì)胞分析中比較常見的一種分析，旨在預(yù)測出細(xì)胞類型之間的發(fā)育關(guān)系，構(gòu)建細(xì)胞的發(fā)育軌跡。常見的發(fā)育軌跡分析有很多，例如monocle2/3，RNA velocity等。今天小編就來簡單介紹一下我們?cè)谌粘７治鲋械?strong>RNA velocity流程。大家如果想了解RNA velocity的原理，也可以參考一些網(wǎng)上的文章（RNA velocity of single cells文獻(xiàn)學(xué)習(xí)）
話不多說，我們直接進(jìn)入正題吧~
1. 軟件安裝
在安裝之前需要安裝以下依賴包：
conda install numpy scipy cython numba matplotlib scikit-learn h5py click
pip install pysam
安裝velocyto
velocyto依賴python3，但是我目前都是python2，所以需要安裝python3
conda install -c bioconda velocyto.py` </pre>
conda安裝velocyto的命令是怎么找到的，請(qǐng)參考conda安裝軟件指南，或者參考velocyto官網(wǎng)安裝指南
但是在安裝的過程中總出現(xiàn)以下的報(bào)錯(cuò)信息：隨后我又查了一些資料：conda中python環(huán)境的配置，發(fā)現(xiàn)安裝軟件的時(shí)候可以在命令后添加python=2/3，用這種方式來調(diào)用python的版本，隨后我也這樣嘗試了一下，果不其然，這樣操作以后就可以正常安裝了~
conda install -c bioconda velocyto.py python=3
檢查軟件是否安裝成功which velocyto
2. 運(yùn)行流程
2.1 文件格式轉(zhuǎn)換（bam to loom）
`velocyto run -u Gene -o ./ -e KO -v /XXX/06.RNA_velosity/input/i1.KO.bam /XXX/Database/refdata-gex-mm10-2020-A/genes/genes.gtf
參數(shù)信息
-u 用于保證UMI的唯一性，如果設(shè)置為Gene，則將GX 標(biāo)簽將附加到UB 標(biāo)簽
-o 結(jié)果目錄，./表示在講結(jié)果保存到當(dāng)前目錄
-e 設(shè)置的樣本名稱，將在loom文件中對(duì)每個(gè)記錄添加上該信息，盡量短一些
-v 是否顯示詳細(xì)信息，-v (only warnings) -vv (warnings and info) -vvv (warnings, info and debug)
默認(rèn)數(shù)據(jù)bam文件和gtf文件
如果想了解更多參數(shù)的信息，可以輸出"velocyto run --help"進(jìn)行查看` </pre>
2.2 合并loom文件（可選）
當(dāng)多個(gè)樣本在一起做分群的時(shí)候，需要執(zhí)行這一步，如果是單個(gè)樣本的RNA velocity則不需要進(jìn)行l(wèi)oom文件的合并。
合并方法很簡單，需要準(zhǔn)備兩個(gè)文件（1.python腳本；2.所需loom文件的路徑），然后運(yùn)行一個(gè)python腳本即可。
Tips：需要注意的是velocyto依賴python3，所以需要調(diào)用python3所在的路徑
1. python腳本（merge.py）內(nèi)容如下：
import loompy
files = []
inf = open("loom.file.list", "r")
for line in inf:
files.append(line.strip())
inf.close()
loompy.combine(files, "merged.loom", key="Accession")` </pre>
2. 所需loom文件的路徑所需loom文件的路徑都存放在loom.file.list文件中（如下圖，每一行是一個(gè)loom文件的絕對(duì)路徑）
最后把這兩個(gè)文件放在用一個(gè)目錄下運(yùn)行即可：
/xxx/python merge.py
運(yùn)行完成后就可以得到名為merged.loom的loom文件
運(yùn)行完這兩步以后，我們的準(zhǔn)備文件就都得到啦。我們下期在具體講講在R中運(yùn)行RNA velocity的流程~
