10x 单细胞分析入门：安装软件，跑完一个 PBMC 示例 ​

先完成一个小任务：把公开表达矩阵读进 R，解释每次过滤，画出聚类图，再为细胞类型写下注释依据。最终交付一个可重新打开的分析对象、一张细胞注释图和逐细胞元数据表。

当前提供第一阶段 9 篇教程，加上本目录共 10 篇。ATAC、VDJ、多样本比较和 Multiome 尚在后续编写计划中，本页不提供未完成章节的链接。

从哪里开始 ​

手里的东西建议路线
还没有数据，也没装 R01 → 02 → 03，准备好后进入 06–09
已有表达矩阵，想先跑出结果02 安装 → 03 核对输入 → 06–09 实操
只有 FASTQ，需要自己做上游01–03 → 04 安装 Cell Ranger 与自检 → 05 读报告 → 06–09
还不能登录 Linux 服务器先读 Linux 服务器入门，完成登录和文件传输

准备数据与环境 ​

上游处理与报告 ​

Seurat 实操 ​

下载练习包 ​

下载 sc-course-v1.zip · 下载校验清单 · 查看实测记录

练习包包含下载脚本、6 个按阶段运行的 R 脚本、公共函数、样本表及注释参考。公开数据从 10x 官方地址另行下载，包内没有 FASTQ 或表达矩阵。RDS 中间文件也由你自己生成。

在服务器解压到 ~/sc-course 后，先逐篇执行。熟悉流程后可按以下顺序复跑：

bash
cd ~/sc-course
bash scripts/download-pbmc3k.sh "$PWD"
Rscript scripts/00-check-env.R "$PWD"
Rscript scripts/01-import.R "$PWD"
Rscript scripts/02-qc.R "$PWD"
Rscript scripts/03-cluster.R "$PWD"
Rscript scripts/04-markers.R "$PWD"

此时先查看 marker 图，编辑 results/04-annotation.tsv，填写每个聚类的类型与依据，再执行：

bash
Rscript scripts/05-annotate.R "$PWD"

最后一步有意保留人工检查。如果注释表仍是 pending review，脚本会停止，不会自动把聚类编号套成细胞类型。

数据与验证范围 ​

案例使用 10x 的 3k PBMCs from a Healthy Donor，是一个健康供体的外周血单个核细胞数据集，原始上游版本为 Cell Ranger 1.1.0，矩阵基于 hg19。这里保留该矩阵和参考背景，练习 Seurat 5 下游处理。

PBMC 是外周血单个核细胞，不是单核测序（snRNA-seq）的缩写。本例也没有疾病与对照分组，不能拿其中的细胞当作供体重复，完成疾病差异检验。

下游脚本、图和数据校验记录随练习包提供。Cell Ranger 章节的安装、自检和 count 参数来自固定版本的官方文档；本轮没有重新运行完整 FASTQ 上游。两部分数据入口不同，不能把下游结果说成这次运行 Cell Ranger 的产物。

做到什么程度算完成 ​

把以下文件交给另一位同事，他应当能知道你用了什么数据、如何过滤、为什么这样注释：

文件应能回答的问题
logs/data.sha256下载文件有没有变？
logs/*-session.txtR、Seurat 与依赖是什么版本？
results/02-qc-decisions.csv每个条形码为什么保留或剔除？
results/02-qc-sensitivity.csv放宽阈值会多留下多少细胞？
results/04-annotation.tsv每个聚类的类型依据是什么？哪些仍无法确定？
results/05-annotated.rds能否重新打开对象继续分析？

下一步从识别数据类型开始。已经知道输入是什么，可以直接检查数据文件。