From 77a2a0d7230291f90ff86c38729bb83120026132 Mon Sep 17 00:00:00 2001 From: SunHao Date: Tue, 29 Oct 2024 16:35:06 +0800 Subject: [PATCH] Update README.md --- docs/From10X/scRNA-seq/README.md | 162 +++++++++++++++++++++++++++++-- 1 file changed, 156 insertions(+), 6 deletions(-) diff --git a/docs/From10X/scRNA-seq/README.md b/docs/From10X/scRNA-seq/README.md index aa2bb578..3e9c4aab 100644 --- a/docs/From10X/scRNA-seq/README.md +++ b/docs/From10X/scRNA-seq/README.md @@ -13,9 +13,9 @@ 让我们开始吧！ -# 对于一个典型的10X Genomics scRNA-seq实验，我们推荐使用如下的json文件： +## 对于一个典型的10X Genomics scRNA-seq实验，我们推荐使用如下的json文件： -~~~ json +{% highlight json linenos %} { "cellranger_count_workflow.chemistry": "auto", "cellranger_count_workflow.cpu": 32, @@ -28,12 +28,162 @@ "cellranger_count_workflow.sample": null, "cellranger_count_workflow.secondary": "False" } -~~~ - -{% highlight html linenos %} -

This is some text in a paragraph.

{% endhighlight %} +请参考上面的 JSON 配置示例。 + +看起来很复杂，但没关系。仔细观察，您会发现，这个json文件的部分参数已经自动设置好了，在大部分情况下，您只需要依次填写您自己的参数即可。 + +（markdown格式 引用 可折叠 或者 展开上标引用）注释：作为快速上手教程，我们不对具体的参数做出解释，具体的参数的解释请参考[10X Genomics官方文档](https://support.10xgenomics.com/single-cell-gene-expression/software/pipelines/latest/using/count)，在支持文档，我们也会对一些关键参数做出解释。 + +这里我们给出了填写示例： +- 注意这几个部分1️⃣`cellranger_count_workflow.fastq_file_paths` 2️⃣`cellranger_count_workflow.run_id` 3️⃣`cellranger_count_workflow.sample` + +```json +{ + "cellranger_count_workflow.chemistry": "auto", + "cellranger_count_workflow.cpu": 32, + "cellranger_count_workflow.disk_space": "300 GB", + "cellranger_count_workflow.fastq_file_paths": [ + "s3://bioos-wcnjupodeig44rr6t02v0/Example_10X_data/ERR8048237/5891STDY8062334_S1_L001_I1_001.fastq.gz", + "s3://bioos-wcnjupodeig44rr6t02v0/Example_10X_data/ERR8048237/5891STDY8062334_S1_L001_R1_001.fastq.gz", + "s3://bioos-wcnjupodeig44rr6t02v0/Example_10X_data/ERR8048237/5891STDY8062334_S1_L001_R2_001.fastq.gz" + ], + "cellranger_count_workflow.memory": "225 GB", + "cellranger_count_workflow.no_bam": "False", + "cellranger_count_workflow.reference_genome_tar_gz": "s3://bioos-wcnjupodeig44rr6t02v0/Example_10X_data/RAW/refdata-cellranger-GRCh38-3.0.0.tar.gz", + "cellranger_count_workflow.run_id": "ERR8048237", + "cellranger_count_workflow.sample": "5891STDY8062334", + "cellranger_count_workflow.secondary": "False" +} +``` + +是的，就是这么简单。我们添加了文件路径，并填写了run_id和sample。这和您在本地计算的参数填写逻辑是一样的。我们已经准备好了，现在就提交任务吧！ + +## 提交任务 +让我们回到BioOS平台，来到我们的cellrangerTest页面。试试看，找到页面上的"运行参数"选项卡>输入参数>"上传JSON文件"，将您的json文件上传。 + +然后，点击页面上的绿色按钮"开始分析"，等待任务完成。 + +
+ 注意右上角的绿色按钮，点击即可开始分析，并在3秒后自动跳转到分析历史界面。 +
+ 注意右上角的绿色按钮，点击即可开始分析，并在3秒后自动跳转到分析历史界面。 +
+
+ + + +## 查看结果 +任务完成后，您可以在分析历史中看到您的任务。点击任务名称，进入任务详情页面。在任务详情页面，您可以查看/下载结果。 + +
+ 现在这张图片展示了任务分析历史的详情，你可以在这里再次查阅输入和输出参数。当然你也可以在这里查看或下载结果。 +
+ 现在这张图片展示了任务分析历史的详情，你可以在这里再次查阅输入和输出参数。当然你也可以在这里查看或下载结果。 +
+
+ +点击"查看"，让我们来看看结果吧！所有的结果文件都会列出在这里，除了结果之外，也包括运行日志等文件，这取决于WDL文件的具体设置。 + +
+ 所有的结果文件都会列出在这里。 +
+ 现在这张图片展示了所有的结果文件。 +
+
+ +在这个示例中，我们需要的文件在"outs"文件夹中，让我们逐渐深入文件夹，找到我们需要的文件。 + +
+ 我们逐级打开目录，到最后一层。 +
+ 让我们逐级打开目录，到最后一层。具体的层次设置和WDL文件的设置有关。 +
+
+ +比如，我们希望直接拿到filtered_feature_bc_matrix.h5ad文件，点击"下载"，我们可以下载结果。 + +
+ 现在，在你点击下载之后，你可以直接在浏览器的下载工具栏看到下载进度。 +
+ 你只需要点击下载按钮，便可以直接通过浏览器进行数据下载。 +
+
+ +🎊Bravo!🎊 到此为止，您已经掌握了BioOS的基本使用方法，并成功完成了一次10X Genomics scRNA-seq的分析。👏👏👏 + +# 如果我有很多数据呢？ + +**🤔好，那么好，这时候可能就会有人问了，如果我们有很多数据，也要像这样一个一个点击吗？** + + 非常好的问题！当你尝试把一件简单的事情重复做上一万遍的时候，其复杂度将会指数增加。 +**当然不是**，我们在这里只展示了BioOS的冰山一角，BioOS的真正能力将在您尝试构建数据模型/实体之后展现。下面，让我们从一个稍微复杂的例子开始，一步一步的学习如何调度BioOS强大的计算能力。