Dandelion 0.5.0 实战10X BCR 数据克隆型鉴定与可视化全流程解析免疫组库分析正成为单细胞研究的重要延伸领域。随着10X Genomics平台在VDJ测序技术上的成熟研究者能够同时捕获B细胞受体BCR的轻重链配对信息为理解适应性免疫应答提供了全新视角。本文将基于Dandelion 0.5.0工具包详细演示从原始数据到克隆型可视化的完整分析流程。1. 环境配置与数据准备1.1 软件依赖安装推荐使用conda创建独立分析环境conda create -n dandelion_analysis python3.8 conda activate dandelion_analysis pip install dandelion0.5.0 scanpy scirpy1.2 输入数据结构10X VDJ标准输出包含三个关键文件filtered_contig_annotations.csv经过质量过滤的contig注释consensus_annotations.csv一致性序列注释airr_rearrangement.tsvAIRR格式的VDJ重组记录文件目录结构示例sc5p_v2_hs_PBMC_10k/ ├── filtered_feature_bc_matrix.h5 # 转录组数据 └── vdj_b/ ├── airr_rearrangement.tsv └── filtered_contig.fasta2. 数据加载与质控2.1 读取10X VDJ数据import dandelion as ddl vdj ddl.read_10x_vdj( sc5p_v2_hs_PBMC_10k, filename_prefixsc5p_v2_hs_PBMC_10k_b_filtered )2.2 转录组数据整合import scanpy as sc adata sc.read_10x_h5( sc5p_v2_hs_PBMC_10k/filtered_feature_bc_matrix.h5, gex_onlyTrue ) ddl.pp.recipe_scanpy_qc(adata) # 标准质控流程2.3 数据联合过滤vdj, adata ddl.pp.filter_contigs(vdj, adata)关键过滤参数productive_onlyTrue仅保留可翻译的序列locus[IGH,IGK,IGL]限定B细胞受体分析min_umi_threshold3UMI最低表达阈值3. 克隆型定义核心步骤3.1 克隆聚类算法选择Dandelion支持四种克隆定义模式模式类型特征适用场景氨基酸序列基于CDR3氨基酸序列相似性高精度克隆追踪核苷酸序列使用Hamming距离计算快速初步分析5-mer模型考虑k-mer频率特征跨样本比较混合模型结合V/J基因和CDR3长度平衡灵敏度与特异性3.2 执行克隆分型ddl.tl.find_clones( vdj, keyjunction_aa, # 使用CDR3氨基酸序列 threshold0.85, # 相似度阈值 by_allelesTrue # 考虑等位基因差异 )输出克隆ID格式说明A1B1C1_D2表示使用相同V/J基因A1、相同CDR3长度B1、通过相似度阈值分型C1、具有特定轻链配对D23.3 克隆网络构建ddl.tl.generate_network(vdj)网络构建参数layout_methodfr使用Fruchterman-Reingold力导向布局weight_threshold0.2边权重过滤阈值4. 可视化与结果解读4.1 UMAP克隆型叠加ddl.tl.transfer(adata, vdj) sc.pl.umap( adata, color[clone_id,IGHG1], frameonFalse, legend_locon data )4.2 克隆谱系树可视化ddl.pl.clone_network( vdj, color_byisotype, size_byclone_size, show_labelsFalse )4.3 克隆动态分析ddl.pl.barplot( vdj, colorv_call_genotyped, groupbytime_point, normalizeTrue )5. 高级分析技巧5.1 克隆扩增轨迹分析ddl.tl.clonal_expansion(adata) sc.pl.umap( adata, color[clone_id,expansion_level], cmapviridis )5.2 体细胞超突变分析ddl.tl.shm_analysis(vdj) ddl.pl.shannon_entropy( vdj, colorsample_group )5.3 克隆型与转录组关联ddl.tl.clone_transcriptome_corr( adata, vdj, n_permutations1000 )6. 结果导出与报告生成6.1 数据导出格式vdj.data.to_csv(clonotypes.csv, indexFalse) adata.write(annotated_adata.h5ad)6.2 自动化报告生成ddl.pl.generate_report( vdj, adata, output_fileBCR_analysis_report.html )在实际项目中我们发现当处理超过10,000个B细胞时建议将threshold参数调整至0.8-0.9之间以获得最佳平衡。对于肿瘤微环境样本特别需要注意设置by_allelesTrue以避免种系基因多态性造成的假阳性克隆分型。