对于10X空间转录组数据而言，可以使用Space Ranger对数据进行处理。

软件下载

https://support.10xgenomics.com/spatial-gene-expression/software/downloads/latest

下载，解压后即可使用。

基因组下载

应该也可以使用常规提供的参考基因组（等待测试）

软件安装

解压Space Ranger文件
```
tar -xzvf spaceranger-1.1.0.tar.gz
```

加入到环境变量

export PATH=/opt/spaceranger-1.1.0:$PATH

fastq序列文件：
10x建议测序read2设置90个碱基的长度。reads序列长度达到70bp以后，mapping率就不太变化了，有些样本在长度大于90bp以后mapping率反而下降了。
10x给出这样的建议是考虑到建库后插入片段太短的话，太长的序列里面会包含部分polyA甚至UMI序列反而影响比对效果。
因为国内目前基本上是测2x150bp的，如果建库片段过短比对率较低的话建议将read2剪切成90bp来分析效果应该会好一点。
Space Ranger使用 - 图3

图像文件：
Space Ranger支持两种样式的显微镜图像：用苏木精和曙红（H＆E）染色的明场图像，必须是24位彩色TIFF，16位灰度TIFF或JPEG。Space Ranger要求任一方向上的图像至少为2000像素。
图像边框的四个角位置是固定的，比如说三角形在左下角，如果扫描出来的图片四个角的位置变了需要先手动调整过来再使用。

自动对齐:

$ cd /home/jdoe/runs
$ spaceranger count --id=sample345 \  ###结果输出文件夹名称
                --transcriptome=/opt/refdata/GRCh38-3.0.0 \  ####基因组目录
                --fastqs=/home/jdoe/runs/HAWT7ADXX/outs/fastq_path \  ###fastq文件路径
                --sample=mysample \   ###原始样本名
                --image=/home/jdoe/runs/images/sample345.tif \ ##图片文件
                --slide=V19J01-123 \   ##使用的10x芯片型号
                --area=A1   ##样本所在芯片的区域（四通道芯片位置从上到下分别为A1/B1/C1/D1）
                --slidefile=V19J01-123.gpr   ###当无法联网时，下载对应的gpr文件离线进行分析

手动对齐:

$ cd /home/jdoe/runs
$ spaceranger count --id=sample345 \
                --transcriptome=/opt/refdata/GRCh38-3.0.0 \
                --fastqs=/home/jdoe/runs/HAWT7ADXX/outs/fastq_path \
                --sample=mysample \
                --image=/home/jdoe/runs/images/sample345.tif \
                --slide=V19J01-123 \
                --area=A1 \
                --loupe-alignment=sample345.json   ##图片手动对齐生成的json文件，如果是自动对齐不要需要此参数

另外，spaceranger默认使用系统上可用的所有内核来执行管。所以可以使用–localcores选项来限制使用内核的数量。同理，可以使用-localmem来限制使用内存的大小。

结果输出：

Outputs of spatial pipeline: /opt/sample345/outs/spatial
Filtered feature-barcode matrices MEX: /opt/sample345/outs/filtered_feature_bc_matrix
Filtered feature-barcode matrices HDF5: