前面的教程里面
能从源头解决数据分析的瑕疵吗
，我们重现了
普通单细胞转录组
数据分析的从fastq文件开始的走cellranger的定量流程。接下来，继续，应粉丝要求，跑一个肝癌的单细胞转录组10x数据定量流程！
在 https://www.ebi.ac.uk/ena/browser/view/PRJNA793914 可以看到这个项目详情，而且前些天我们演示了如何下载这个项目的fastq格式的测序数据原始文件，详见：
aspera的高速下载确实很快吗
。但是从网络下载的单细胞转录组数据文件的样品名字别抹掉了，变成了顺序编号的id，而且呢，文件名字并不符合规则：
7.1G 2月 23 02:24 SRR17418283_1.fastq.gz
17G 2月 23 02:25 SRR17418283_2.fastq.gz
13G 2月 23 02:32 SRR17418284_1.fastq.gz
13G 2月 23 02:39 SRR17418284_2.fastq.gz
16G 2月 23 03:05 SRR17418295_1.fastq.gz
17G 2月 23 03:13 SRR17418295_2.fastq.gz
11G 2月 23 03:19 SRR17418296_1.fastq.gz
12G 2月 23 03:25 SRR17418296_2.fastq.gz
5.0G 2月 23 03:28 SRR17418297_1.fastq.gz
12G 2月 23 03:34 SRR17418297_2.fastq.gz
12G 2月 23 03:40 SRR17418298_1.fastq.gz
12G 2月 23 03:46 SRR17418298_2.fastq.gz
9.4G 2月 23 03:51 SRR17418299_1.fastq.gz
9.7G 2月 23 03:55 SRR17418299_2.fastq.gz
18G 2月 23 04:04 SRR17418300_1.fastq.gz
18G 2月 23 04:13 SRR17418300_2.fastq.gz
5.8G 2月 23 04:16 SRR17418301_1.fastq.gz
13G 2月 23 04:23 SRR17418301_2.fastq.gz
4.9G 2月 23 04:26 SRR17418302_1.fastq.gz
11G 2月 23 04:32 SRR17418302_2.fastq.gz
所以是需要看网页里面的样品信息详情，然后构建一个 id.txt 的文本文件，内容如下所示：
SRR17418283,PT1
SRR17418284,PT2
SRR17418295,PT3
SRR17418296,PT4
SRR17418297,PT5
SRR17418298,TT1
SRR17418299,TT2
SRR17418300,TT3
SRR17418301,TT4
SRR17418302,TT5
然后借助于chatGPT我简单的写一个脚本批量改名，这个shell脚本会读取上面的构建好的 id.txt 的文本文件：
while IFS=',' read -r old_name new_name || [ -n "$old_name" ]; do
if [ -z "$old_name" ] || [ -z "$new_name" ]; then
continue
fi
mv "${old_name}_1.fastq.gz" "${new_name}_S1_L001_R1_001.fastq.gz"
mv "${old_name}_2.fastq.gz" "${new_name}_S1_L001_R2_001.fastq.gz"
echo "Renamed $old_name files to $new_name"
done
最后拿到了如下所示的文件名字：
$ ls -lh *gz|cut -d" " -f 5-
4.9G 2月 24 09:19 PT1_S1_L001_R1_001.fastq.gz
11G 2月 24 09:32 PT1_S1_L001_R2_001.fastq.gz
13G 2月 21 03:54 PT2_S1_L001_R1_001.fastq.gz
13G 2月 21 04:22 PT2_S1_L001_R2_001.fastq.gz
16G 2月 21 05:21 PT3_S1_L001_R1_001.fastq.gz
17G 2月 21 05:41 PT3_S1_L001_R2_001.fastq.gz
11G 2月 21 05:56 PT4_S1_L001_R1_001.fastq.gz
12G 2月 21 06:10 PT4_S1_L001_R2_001.fastq.gz
5.0G 2月 21 00:08 PT5_S1_L001_R1_001.fastq.gz
12G 2月 21 00:45 PT5_S1_L001_R2_001.fastq.gz
12G 2月 21 06:25 TT1_S1_L001_R1_001.fastq.gz
12G 2月 21 06:40 TT1_S1_L001_R2_001.fastq.gz
9.4G 2月 21 06:53 TT2_S1_L001_R1_001.fastq.gz
9.7G 2月 21 07:02 TT2_S1_L001_R2_001.fastq.gz
18G 2月 21 01:45 TT3_S1_L001_R1_001.fastq.gz
18G 2月 21 02:18 TT3_S1_L001_R2_001.fastq.gz
5.8G 2月 21 02:29 TT4_S1_L001_R1_001.fastq.gz
13G 2月 21 02:55 TT4_S1_L001_R2_001.fastq.gz
4.9G 2月 21 03:06 TT5_S1_L001_R1_001.fastq.gz
11G 2月 21 03:28 TT5_S1_L001_R2_001.fastq.gz
也就是说，每个样品是2个文件，可以看到，有一些样品它的R1文件是远小于R2文件的，但是有一些样品的1文件和R2文件居然是大小一致的。这些文件名字就是符合要求的了，正常走cellranger的定量流程即可，代码我已经是多次分享了。参考：
差不多几个小时就可以完成全部的样品的cellranger的定量流程。基础知识非常重要，我们在单细胞天地多次分享过
cellranger
流程的笔记（2019年5月），大家可以自行前往学习，如下：
