甲基化 + RNA 双组学云平台 Jupyter 分析使用说明

作者: SeekGene

时长: 14 分钟

字数: 3.7k 字

更新: 2026-07-31

阅读: 0 次

甲基化 + RNA 双组学分析指南

本说明适用于已完成甲基化标准流程分析，并希望在寻因生物云平台 Jupyter 环境中开展下游个性化分析的用户。

文档以示例项目 {project_name}（项目编号 {project_id}，样本 {sample_name}）为例展示操作路径。

实际使用时，请替换为您的真实项目信息。

1. 启动 Jupyter 个性化分析

1.1 进入项目详情页

登录寻因生物云平台后，进入：

资源总览 → 我的项目

在项目列表中找到目标项目，例如：

项目编号：{project_id}
项目名称：{project_name}

点击项目右侧【查看】，进入项目详情页。

1.2 启动 JupyterLab

在项目详情页右上角点击【个性化分析】。

点击【快速运行】，会弹出资源配置弹窗，选择合适计算资源，启动完成后再次点击【快速运行】，平台会自动跳转 JupyterLab。

常用资源说明：

资源配置	适用场景
4 核 32G	查看结果、小规模绘图、轻量级表格处理
8 核 64G	常规单细胞对象处理、基础整合分析
16 核 128G	样本量较大、多模态整合、差异分析
32 核 256G	大对象分析、复杂 CNV 分析或大规模多组学分析

如需更换资源，可在 JupyterLab 右下角【操作】中选择【重置资源】。

注意：【重置资源】会注销当前 Jupyter 实例，并重新启动一个新的 Jupyter 实例。操作前请先保存 Notebook、脚本和已生成结果，未保存内容会丢失。

1.3 JupyterLab 常用区域

进入 JupyterLab 后，常用区域包括：

区域	作用
左侧文件浏览器	查看目录、打开 Notebook、上传或下载文件
Launcher	新建 Notebook、Terminal 或其他交互界面
右下角【操作】	挂载流程数据、汇总数据、模板库、上传模板、延长时间、重置资源、关闭页面

1.4 右下角【操作】功能说明

JupyterLab 右下角【操作】菜单包含平台提供的常用功能。

功能	说明
挂载流程数据	默认不挂载流程数据。需要使用流程结果时，通过【挂载流程数据】勾选相关流程进行挂载；如需卸载，取消勾选对应流程即可
汇总数据	可将 `/home/{username}/workspace/project/{username}/` 及其子文件夹下的数据汇总到对应流程的【结果总览】页面
模板库	用于下载平台提供的 Notebook 模板。通过模板库下载的模板会保存到 `/home/{username}/workspace/project/{username}/`
上传模板	可上传 `/home/{username}/workspace/project/{username}/` 及其子文件夹下的 `.ipynb` 文件
重置资源	注销当前 Jupyter 实例，并重新启动一个新的 Jupyter 实例。操作前必须保存 Notebook、脚本和分析结果，未保存内容会丢失
关闭页面	注销当前 Jupyter 实例。关闭前必须保存 Notebook、脚本和分析结果，未保存内容会丢失
延长时间	延长 Jupyter 使用时间。该操作可多次执行，延长时长会在当前剩余时间基础上叠加

2. 工作目录与流程数据挂载

2.1 工作目录说明

Jupyter 中主要使用两个目录：project 盘和 data 盘。

目录类型	路径	说明	推荐用途
project 盘	`/home/{username}/workspace/project/{username}/`	用户个人可写目录	保存 Notebook、脚本、图片、表格、h5ad、rds 等个性化分析结果
data 盘	`/home/{username}/workspace/data/{挂载编号}/`	挂载后的流程结果目录	读取标准流程输出数据

建议所有用户自行生成的结果均保存到：

bash

/home/{username}/workspace/project/{username}/

不建议将个性化分析结果直接写入 data 盘。data 盘主要作为标准流程结果的读取目录使用。

2.2 存储与协作说明

所有项目个人工作目录 /home/{username}/workspace/project/{username}/ 的存储总和上限为 500GB。
同一个项目下的成员可以查看其他成员的分析结果，例如：

bash

/home/{username}/workspace/project/{OtherUsers}/

因此，不建议在 project 目录中保存敏感信息或与项目无关的大体积临时文件。

2.3 挂载流程数据

SeekMethyl 标准流程结果不会默认出现在 Jupyter 文件系统中，需要通过【挂载流程数据】映射到当前 Jupyter 环境。

操作步骤：

点击右下角【操作】；
选择【挂载流程数据】；
勾选需要使用的流程任务；
确认挂载。

如需卸载已挂载的数据，可再次进入【挂载流程数据】，取消勾选对应流程任务。

挂载完成后，可在 Terminal 中查看：

bash

ls -lh /home/{username}/workspace/data/

挂载后的 SeekMethyl 结果通常位于：

bash

/home/{username}/workspace/data/{挂载编号}/methylation/{任务目录}/

单个样本的结果目录通常为：

bash

/home/{username}/workspace/data/{挂载编号}/methylation/{任务目录}/{sample_name}/

示例：

bash

cd /home/{username}/workspace/data/{挂载编号}/methylation/{任务目录}/{sample_name}/
ls -lh

3. 挂载数据内容说明

3.1 样本级挂载目录结构

挂载后，SeekMethyl 当前提供给 Jupyter 下游分析使用的样本级标准数据按以下五类目录组织：

text

allcools_generate_datasets
cnvPreflight
filtered_feature_bc_matrix
methscan
split_bams

示例结构：

text

{sample_name}/
├── allcools_generate_datasets
│   └── {sample_name}.mcds
│       ├── chrom10k
│       ├── chrom20k
│       ├── chrom50k
│       ├── chrom100k
│       ├── chrom500k
│       ├── chrom1M
│       ├── chrom_sizes.txt
│       └── geneslop2k
├── cnvPreflight
│   ├── copykit_{sample_name}_1Mb.rds
│   ├── copykit_{sample_name}_1Mb.rds.md5
│   ├── copykit_{sample_name}_500kb.rds
│   ├── copykit_{sample_name}_500kb.rds.md5
│   ├── copykit_{sample_name}_220kb.rds
│   └── copykit_{sample_name}_220kb.rds.md5
├── filtered_feature_bc_matrix
│   ├── barcodes.tsv.gz
│   ├── features.tsv.gz
│   └── matrix.mtx.gz
├── methscan
│   └── compact_data
│       ├── *.npz
│       ├── cell_stats.csv
│       ├── column_header.txt
│       └── run_info.txt
└── split_bams
    ├── {sample_name}_cells.csv
    └── filtered_barcode_reads_counts.csv

上述五类目录是平台当前提供给 Jupyter 的标准挂载结果，可作为后续 SeekMethyl 模板教程的数据基础。不同教程会根据分析目的选择其中一类或多类数据；部分教程也会使用前序教程基于这些数据生成的中间结果，例如 adata_rna.h5ad、adata_met.h5ad 或 DMR 结果文件。

3.2 五类标准挂载数据说明

目录	数据含义	主要用途
`filtered_feature_bc_matrix/`	RNA 表达矩阵	RNA 质控、降维、聚类、注释、差异表达分析
`allcools_generate_datasets/{sample_name}.mcds/`	ALLCools 生成的单细胞甲基化 MCDS 数据集	甲基化基础分析、区域甲基化聚合、DMG/DMB 分析、多模态整合
`methscan/compact_data/`	MethSCAn 所需的压缩甲基化矩阵	VMR 检测、DMR 分析
`cnvPreflight/`	CNV 预分析对象	CNV 可视化、肿瘤细胞判定、克隆分群
`split_bams/`	单细胞 barcode 与 reads 统计	细胞级质控、reads 分布检查、双细胞辅助判断

4. 甲基化下游分析模板使用说明

平台已提供常用甲基化下游分析的 Notebook 模板，并统一收录在模板库中。用户可根据分析目的选择并下载相应模板，即可在 Jupyter 环境中完成对应分析。

4.1 下载模板

在 JupyterLab 右下角点击【操作】→【模板库】。

进入模板库后，将类型选择为 Public，产品选择为 SeekMethyl。找到需要使用的教程后，点击右下角的下载箭头。

模板下载后默认保存到 /home/{username}/workspace/project/{username}/。用户可在左侧文件浏览器中进入该目录，打开对应 .ipynb 文件。

模板分为 Public 和 Private 两种类型：

模板类型	说明
Public	公有模板，具有使用权限的用户可查看和下载
Private	私有模板，仅创建者可查看和使用

4.2 选择 Kernel

不同教程依赖不同运行环境。打开 Notebook 后，请先根据 4.3 教程总览表选择推荐 Kernel。

操作方式：

Kernel → Change Kernel → 选择推荐 Kernel

4.3 教程总览表

分析类别	教程文件	推荐 Kernel	标准输入来源	主要输出
双细胞识别	`甲基化+RNA双组学-双细胞判断.ipynb`	`SeekMethy_py`	`filtered_feature_bc_matrix/`、`allcools_generate_datasets/{sample}.mcds/`、`split_bams/`	`sample_doublet.txt`、UMI 分布图、甲基化 reads 分布图、双细胞判定图
基础整合分析	`甲基化+RNA双组学-基础分析.ipynb`	`SeekMethy_py`	`filtered_feature_bc_matrix/`、`allcools_generate_datasets/{sample}.mcds/`	`adata_rna.h5ad`、`adata_met.h5ad`、QC 图、UMAP 图
MOFA+ 多模态整合	`甲基化+RNA双组学-MOFA+多模态整合分析.ipynb`	`muon_env(py)`	基础分析输出的 `adata_rna.h5ad`、`adata_met.h5ad`	MOFA+ latent factors、组学贡献度结果
WNN 多模态整合	`甲基化+RNA双组学-WNN多模态整合分析.ipynb`	`muon_env(py)`	基础分析输出的 `adata_rna.h5ad`、`adata_met.h5ad`	WNN UMAP、整合聚类结果
差异分析与功能富集	`甲基化+RNA双组学-差异分析和功能富集分析.ipynb`	`SeekMethy_py`	`adata_rna.h5ad`、`adata_met.h5ad`、`allcools_generate_datasets/{sample}.mcds/`	DEG、DMG、DMB、Venn 图、Circos 图、GO/KEGG 富集图
组间细胞类型差异富集	`甲基化+RNA双组学-组间细胞类型差异富集分析.ipynb`	`SeekMethy_py`	`adata_rna.h5ad`、`adata_met.h5ad`、`allcools_generate_datasets/{sample}.mcds/`、分组信息	组间 DEG、组间 DMG、火山图、Venn 图、Circos 图、GO/KEGG 富集图
MethSCAn 差异甲基化分析	`甲基化+RNA双组学-MethSCAn差异甲基化分析.ipynb`	`common_r`	`methscan/compact_data/`、细胞分组信息	VMR、DMR、差异甲基化区域表
DMR 功能富集	`甲基化+RNA双组学-差异甲基化区域功能富集分析.ipynb`	`common_r`	上游分析得到的 DMR BED 文件	rGREAT 注释结果、GO/KEGG 富集结果
DMR Motif 富集	`甲基化+RNA双组学-差异甲基化区域Motif富集分析.ipynb`	`common_r`	上游分析得到的 DMR/VMR BED 文件	HOMER motif 富集结果、候选 TF
CNV 拷贝数变异分析	`甲基化+RNA双组学-CNV拷贝数变异分析.ipynb`	`SingleCell R`	`cnvPreflight/copykit_{sample}_1Mb.rds`、`500kb.rds` 或 `220kb.rds`	CNV 热图、肿瘤细胞判定结果、克隆分群结果

5. 自定义环境创建与管理

平台已提供 SeekMethyl 模板所需的常用 Kernel：

Kernel	主要用途
`SeekMethy_py`	甲基化 + RNA 双组学基础分析、差异分析、组间分析
`common_r`	MethSCAn、DMR 功能富集、DMR motif 分析
`singlecell_r`	CopyKit CNV 分析
`muon_env(py)`	MOFA+、WNN 多模态整合

一般情况下，使用模板教程时不需要自行创建环境。只有在需要安装额外软件包、固定特殊版本或运行自定义脚本时，才建议创建自定义环境。

5.1 创建自定义 R 环境

示例：创建名为 DemoR 的 R 环境。

bash

# 1. 创建 R 环境
micromamba create --prefix /jp_envs/envs_user/{UserId}/DemoR -y

# 2. 激活环境
micromamba activate /jp_envs/envs_user/{UserId}/DemoR

# 3. 安装 R 内核和常用 R 包
micromamba install -c conda-forge -c bioconda -c defaults r-base r-irkernel r-seurat -y

# 4. 启动 R
R

在 R 交互界面中执行：

Sys.setenv(PATH = paste("/home/mambauser/bin:/home/mambauser/env/jupyter/bin", Sys.getenv("PATH"), sep = ":"))

IRkernel::installspec(
  name = "DemoR",
  displayname = "DemoR",
  prefix = "/jp_envs/kernels_user/{UserId}/"
)

q()

返回 Terminal 后执行：

bash

jupyter kernelspec install /jp_envs/kernels_user/{UserId}/share/jupyter/kernels/demor --user

micromamba deactivate

刷新 Jupyter 页面后，可在 Kernel 列表中看到 DemoR。

5.2 删除自定义 R 环境

bash

jupyter-kernelspec remove demor

micromamba env remove --prefix /jp_envs/envs_user/{UserId}/DemoR

5.3 创建自定义 Python 环境

示例：创建名为 DemoPython 的 Python 环境。

bash

# 1. 创建 Python 环境
micromamba create --prefix /jp_envs/envs_user/{UserId}/DemoPython python=3.10 -y

# 2. 激活环境
micromamba activate /jp_envs/envs_user/{UserId}/DemoPython

# 3. 安装 Jupyter 内核和常用 Python 包
micromamba install -c conda-forge -c bioconda -c defaults ipykernel scanpy pandas numpy matplotlib -y

# 4. 安装 Python Kernel
python -m ipykernel install \
  --name DemoPython \
  --display-name "DemoPython" \
  --prefix /jp_envs/kernels_user/{UserId}/

# 5. 注册到当前用户 Jupyter
jupyter kernelspec install /jp_envs/kernels_user/{UserId}/share/jupyter/kernels/demopython --user

# 6. 退出环境
micromamba deactivate

刷新 Jupyter 页面后，可在 Kernel 列表中看到 DemoPython。

5.4 删除自定义 Python 环境

bash

jupyter-kernelspec remove demopython

micromamba env remove --prefix /jp_envs/envs_user/{UserId}/DemoPython

5.5 自定义环境注意事项

优先使用平台预置 Kernel。
不建议修改公共环境中的包版本。
自建环境建议使用独立名称，避免覆盖已有环境。
安装额外软件包时建议记录安装命令，便于复现。
如果依赖冲突严重，建议新建环境，不建议在原环境中反复覆盖安装。

6. 常见问题

Q1：找不到 `/home/{username}/workspace/data/` 目录怎么办？

先确认是否已挂载流程数据：

右下角【操作】→【挂载流程数据】

然后在 Terminal 中检查：

bash

ls -lh /home/{username}/workspace/data/

如果仍未看到对应挂载编号，请重新挂载流程数据，或确认当前项目是否已有可挂载的 SeekMethyl 流程结果。

Q2：模板下载后在哪里？

模板下载后默认保存到：

bash

/home/{username}/workspace/project/{username}/

可在左侧文件浏览器中进入该目录打开 Notebook。

Q3：Notebook 无法保存怎么办？

请确认 Notebook 是否位于个人 project 目录：

bash

/home/{username}/workspace/project/{username}/

如果在只读目录或挂载数据目录中创建 Notebook，可能出现 Permission denied。

Q4：资源不够怎么办？

如果出现内存不足、运行过慢或任务中断，可点击右下角【操作】→【重置资源】，选择更高配置后重新启动 Jupyter。

注意：重置资源会注销当前 Jupyter 实例，并重新启动新的实例。操作前请保存 Notebook、脚本和重要结果，未保存内容会丢失。

Q5：会话即将结束怎么办？

可点击右下角【操作】→【延长时间】延长 Jupyter 使用时间。该操作可多次执行，延长时长会在当前剩余时间基础上叠加。

同时建议及时保存 Notebook 和输出结果到 project 目录，避免浏览器关闭、会话中断或实例重启导致未保存内容丢失。

7. 技术支持与问题反馈

如遇问题，请提供以下信息，便于快速定位：

项目编号：{project_id}
项目名称：{project_name}
样本名称：{sample_name}
使用的 Notebook 名称
使用的 Kernel
当前输入路径
报错截图或完整报错文本
是否已完成流程数据挂载
使用的资源配置：CPU / 内存

分析结束后，建议通过右下角【操作】→【关闭页面】释放计算资源。

甲基化 + RNA 双组学云平台 Jupyter 分析使用说明 ​

1. 启动 Jupyter 个性化分析 ​

1.1 进入项目详情页 ​

1.2 启动 JupyterLab ​

1.3 JupyterLab 常用区域 ​

1.4 右下角【操作】功能说明 ​

2. 工作目录与流程数据挂载 ​

2.1 工作目录说明 ​

2.2 存储与协作说明 ​

2.3 挂载流程数据 ​

3. 挂载数据内容说明 ​

3.1 样本级挂载目录结构 ​

3.2 五类标准挂载数据说明 ​

4. 甲基化下游分析模板使用说明 ​

4.1 下载模板 ​

4.2 选择 Kernel ​

4.3 教程总览表 ​

5. 自定义环境创建与管理 ​

5.1 创建自定义 R 环境 ​

5.2 删除自定义 R 环境 ​

5.3 创建自定义 Python 环境 ​

5.4 删除自定义 Python 环境 ​

5.5 自定义环境注意事项 ​

6. 常见问题 ​

Q1：找不到 /home/{username}/workspace/data/ 目录怎么办？ ​

Q2：模板下载后在哪里？ ​

Q3：Notebook 无法保存怎么办？ ​

Q4：资源不够怎么办？ ​

Q5：会话即将结束怎么办？ ​

7. 技术支持与问题反馈 ​

甲基化 + RNA 双组学云平台 Jupyter 分析使用说明

1. 启动 Jupyter 个性化分析

1.1 进入项目详情页

1.2 启动 JupyterLab

1.3 JupyterLab 常用区域

1.4 右下角【操作】功能说明

2. 工作目录与流程数据挂载

2.1 工作目录说明

2.2 存储与协作说明

2.3 挂载流程数据

3. 挂载数据内容说明

3.1 样本级挂载目录结构

3.2 五类标准挂载数据说明

4. 甲基化下游分析模板使用说明

4.1 下载模板

4.2 选择 Kernel

4.3 教程总览表

5. 自定义环境创建与管理

5.1 创建自定义 R 环境

5.2 删除自定义 R 环境

5.3 创建自定义 Python 环境

5.4 删除自定义 Python 环境

5.5 自定义环境注意事项

6. 常见问题

Q1：找不到 `/home/{username}/workspace/data/` 目录怎么办？

Q2：模板下载后在哪里？

Q3：Notebook 无法保存怎么办？

Q4：资源不够怎么办？

Q5：会话即将结束怎么办？

7. 技术支持与问题反馈