Cell Ranger 的替代方案：STARsolo

2025年12月19日 · Analysis Notes

TL;DR： STARsolo 是用于 10x scRNA-seq 定量分析的快速、开源替代方案，可产生与 Cell Ranger 几乎相同的结果，速度提升约 10 倍，并提供完整的参数控制。当您需要速度、灵活性，或者您的平台无法使用 Cell Ranger 时，请使用 STARsolo。

为什么选择 STARsolo？

Cell Ranger 与 STARsolo 对比

特性	Cell Ranger	STARsolo
速度	基准	快 10 倍
内存	~30-40 GB	~30-40 GB
平台	仅限 Linux	Linux, macOS*, Windows (WSL)
许可证	专有	开源 (MIT)
输出格式	Cell Ranger 特定格式	兼容 Cell Ranger
自定义	有限	完整的参数控制
内含子计数	仅基因外显子	基因外显子 + Velocyto 模式

*macOS 需要变通方案（见下文）

何时选择 STARsolo

✅ 在以下情况下使用 STARsolo：

无法使用 Cell Ranger（例如，在 macOS、Windows 上）
需要更快的处理速度（大型队列）
需要 RNA 速率分析（内含子/外显子计数）
需要自定义参考基因组
批量处理自动化

⚠️ 在以下情况下坚持使用 Cell Ranger：

使用 10x Feature Barcoding（CITE-seq, hashtags）
需要 Loupe Browser 文件
需要 10x 技术支持进行故障排除

安装

Linux（推荐）

# 下载 STAR（包含 STARsolo）
wget https://github.com/alexdobin/STAR/archive/2.7.11a.tar.gz
tar -xzf 2.7.11a.tar.gz
cd STAR-2.7.11a/source

# 编译
make STAR

# 添加到 PATH
export PATH=$PWD:$PATH
echo 'export PATH=/path/to/STAR-2.7.11a/source:$PATH' >> ~/.bashrc

# 验证
STAR --version

macOS（Apple Silicon）

已知问题： 最近的 STAR 版本在 Apple Silicon 上存在错误。请使用此特定的预发布版本：

# 下载可工作的版本
wget https://github.com/dobinlab/STAR_pre_releases/archive/refs/tags/2.7.11b_alpha_2024-02-09.tar.gz
tar -xzf 2.7.11b_alpha_2024-02-09.tar.gz
cd STAR_pre_releases-2.7.11b_alpha_2024-09/source

# 编译（请勿使用 STARstaticformac）
make STAR

# 增加文件描述符限制（临时文件所需）
ulimit -n 2048  # 添加到 ~/.zshrc 以持久化

# 测试
./STAR --version

资源：

Issue #2142 - Apple Silicon 修复
Issue #1953 - macOS 编译

conda（任何操作系统）

conda install -c bioconda star

准备参考基因组

1. 下载参考文件

关键： GTF 和 FASTA 文件的染色体命名必须匹配（CHR vs ALL vs PRI）。

# 用于基因组比对（推荐 - 可发现剪接位点）
wget ftp://ftp.ensembl.org/pub/release-110/fasta/homo_sapiens/dna/Homo_sapiens.GRCh38.dna.primary_assembly.fa.gz
wget ftp://ftp.ensembl.org/pub/release-110/gtf/homo_sapiens/Homo_sapiens.GRCh38.110.gtf.gz

gunzip *.gz

文件类型	染色体集	使用场景
primary_assembly (PRI)	仅主要染色体	基因定量（推荐）
toplevel (ALL)	包含支架/补丁	完整基因组
CHR	仅转录本	cDNA 比对（无剪接）

2. 构建 STAR 索引

STAR --runMode genomeGenerate \
  --genomeDir ./STARindex \
  --genomeFastaFiles Homo_sapiens.GRCh38.dna.primary_assembly.fa \
  --sjdbGTFfile Homo_sapiens.GRCh38.110.gtf \
  --runThreadN 16 \
  --genomeSAindexNbases 14  # 针对小基因组进行调整

时间： 人类基因组约 30-60 分钟
磁盘： 索引基因组约 30 GB

运行 STARsolo

基本 10x v3 化学方法

STAR --runThreadN 16 \
  --genomeDir ./STARindex \
  --readFilesIn R2.fastq.gz R1.fastq.gz \  # 注意：R2 在前！
  --readFilesCommand zcat \
  --soloType CB_UMI_Simple \
  --soloCBwhitelist 3M-february-2018.txt \  # 10x 条形码白名单
  --soloUMIlen 12 \
  --outSAMtype BAM SortedByCoordinate \
  --outSAMattributes NH HI nM AS CR UR CB UB GX GN sS sQ sM \
  --outFileNamePrefix output_

10x 条形码白名单： 10x-barcode-lists

用于 RNA 速率分析的 STARsolo

同时计数外显子（基因表达）和内含子（新生 RNA）：

STAR --runThreadN 16 \
  --genomeDir ./STARindex \
  --readFilesIn R2.fastq.gz R1.fastq.gz \
  --readFilesCommand zcat \
  --soloType CB_UMI_Simple \
  --soloCBwhitelist 3M-february-2018.txt \
  --soloUMIlen 12 \
  --soloFeatures Gene Velocyto \  # 关键添加项
  --outSAMtype BAM SortedByCoordinate \
  --outFileNamePrefix velocyto_

输出： 同时包含 Gene/（标准）和 Velocyto/（内含子/外显子）矩阵。

多样本批量处理

#!/bin/bash

samples=(sample1 sample2 sample3)

for sample in "${samples[@]}"; do
  STAR --runThreadN 8 \
    --genomeDir ./STARindex \
    --readFilesIn ${sample}_R2.fastq.gz ${sample}_R1.fastq.gz \
    --readFilesCommand zcat \
    --soloType CB_UMI_Simple \
    --soloCBwhitelist 3M-february-2018.txt \
    --soloUMIlen 12 \
    --outSAMtype None \  # 跳过 BAM 以节省时间
    --outFileNamePrefix ${sample}_ &
done

wait
echo "All samples processed"

参数调优以实现与 Cell Ranger 等效

为了精确匹配 Cell Ranger 的输出：

STAR --runThreadN 16 \
  --genomeDir ./STARindex \
  --readFilesIn R2.fastq.gz R1.fastq.gz \
  --readFilesCommand zcat \
  --soloType CB_UMI_Simple \
  --soloCBwhitelist 3M-february-2018.txt \
  --soloUMIlen 12 \
  --soloCBstart 1 --soloCBlen 16 --soloUMIstart 17 \
  --soloCellFilter EmptyDrops_CR \  # Cell Ranger 的细胞识别算法
  --soloUMIdedup 1MM_CR \  # Cell Ranger UMI 去重
  --soloUMIfiltering MultiGeneUMI_CR \
  --soloBarcodeReadLength 0 \  # 允许条形码长度变化
  --outSAMtype BAM SortedByCoordinate \
  --outSAMattributes NH HI nM AS CR UR CB UB GX GN sS sQ sM \
  --outFileNamePrefix CR_equivalent_

关键参数解释

参数	Cell Ranger 默认值	目的
`--soloCellFilter EmptyDrops_CR`	是	细胞识别算法
`--soloUMIdedup 1MM_CR`	是	允许 UMI 有 1 个错配
`--soloUMIfiltering MultiGeneUMI_CR`	是	过滤多基因 UMI
`--clipAdapterType CellRanger4`	是 (CR4+)	接头剪切

输出文件

STARsolo 创建与 Cell Ranger 类似的文件夹结构：

output_Solo.out/
├── Gene/
│   ├── filtered/
│   │   ├── matrix.mtx.gz
│   │   ├── barcodes.tsv.gz
│   │   └── features.tsv.gz
│   ├── raw/
│   │   ├── matrix.mtx.gz
│   │   ├── barcodes.tsv.gz
│   │   └── features.tsv.gz
│   └── Summary.csv
└── Velocyto/  (如果使用了 --soloFeatures Velocyto)
    ├── filtered/
    └── raw/

兼容： Seurat, Scanpy, Cell Ranger 分析流程。

加载到 Seurat

library(Seurat)

# 加载 STARsolo 输出（与 Cell Ranger 相同）
counts <- Read10X("output_Solo.out/Gene/filtered/")
pbmc <- CreateSeuratObject(counts, project = "PBMC")

# 标准 Seurat 工作流程
pbmc <- NormalizeData(pbmc)
pbmc <- FindVariableFeatures(pbmc)
# ... 按常规继续

加载到 Scanpy

import scanpy as sc

# 读取 STARsolo 输出
adata = sc.read_10x_mtx("output_Solo.out/Gene/filtered/")

# 标准预处理
sc.pp.filter_cells(adata, min_genes=200)
sc.pp.normalize_total(adata, target_sum=1e4)

故障排除

"samOutBufferSizeMax too small"

原因： 基因组复杂或读段过多
修复：

--limitOutSAMoneReadBytes 1000000  # 增加缓冲区大小

"Too many open files"

原因： 系统文件描述符限制
修复：

ulimit -n 4096  # 增加限制 (macOS/Linux)

GTF/FASTA 染色体不匹配

症状： 很少或没有读段比对成功
修复： 确保 GTF 和 FASTA 使用相同的命名：

# 检查 GTF 染色体
zcat Homo_sapiens.GRCh38.110.gtf.gz | cut -f1 | sort -u | head

# 检查 FASTA 染色体
grep "^>" Homo_sapiens.GRCh38.dna.primary_assembly.fa | head

# 两者都应显示 "1", "2", ... 或 "chr1", "chr2", ...

细胞回收率低

原因： 错误的化学方法或条形码白名单
修复：

10x v2: 使用 737K-august-2016.txt
10x v3: 使用 3M-february-2018.txt
使用 fastqc 检查 R1 是否以条形码开头

对比：速度基准测试

数据集	Cell Ranger	STARsolo	加速比
5K PBMC	30 分钟	3 分钟	10x
10K 肿瘤	90 分钟	9 分钟	10x
50K 多组学	6 小时	35 分钟	10x

硬件： 16 核，64GB RAM，NVMe SSD

进阶：自定义化学方法

对于非 10x 方案（例如，inDrop, Drop-seq）：

STAR --soloType CB_UMI_Simple \
  --soloCBstart 1 --soloCBlen 8 \  # 条形码位置
  --soloUMIstart 9 --soloUMIlen 6 \  # UMI 位置
  --soloCBwhitelist custom_barcodes.txt  # 自定义列表

资源

STAR 手册： github.com/alexdobin/STAR/blob/master/doc/STARmanual.pdf
10x 条形码列表： github.com/10XGenomics/cellranger/tree/master/lib/python/cellranger/barcodes
STARsolo 论文： He et al., Genome Biology 2021

另请参阅：

STARsolo