SeekSoul Online 云平台概览与入口
SeekSoul Online 云平台是寻因生物历时两年打造的一站式单细胞多组学数据挖掘和可视化线上工具,覆盖单细胞转录组、单细胞免疫组以及寻因的自研单细胞空间转录组产品标准分析和高级分析等全套流程。分析结果与代码执行分析结果高度一致,为用户提供疾病机制探索、生物靶标挖掘、基础科学研究的多领域全方位深层次数据分析解决方案。
本中心汇集了从实验准备、上机测序到数据分析的全流程标准化文档,旨在为您提供清晰、准确的操作指南和理论支持,确保您的研究项目高效、顺利地进行。
在左侧选择产品与主题标签,或使用右上角搜索快速定位目标文档;列表支持分页浏览,点击标题即可打开对应指南与说明。

SeekSoul Online 云平台是寻因生物历时两年打造的一站式单细胞多组学数据挖掘和可视化线上工具,覆盖单细胞转录组、单细胞免疫组以及寻因的自研单细胞空间转录组产品标准分析和高级分析等全套流程。分析结果与代码执行分析结果高度一致,为用户提供疾病机制探索、生物靶标挖掘、基础科学研究的多领域全方位深层次数据分析解决方案。
涵盖将 DD ATAC/GE 数据转换为 10x ARC 支持格式、fastp 质控、barcode 转换与 Cell Ranger ARC 运行示例。
系统性说明 SeekArcTools 软件生成的单细胞多组学质控报告(scATAC + scRNA)中各项指标的定义、计算方法与解读指南。
scRNA-seq 与 scATAC-seq 双组学数据的质控目的、质控标准、关键质控指标的含义
基于 ArchR 框架对 SeekArc 单细胞多组学数据进行数据导入与预处理、多样本联合分析、降维聚类、细胞类型注释的完整流程
基于 Signac 框架对单样本 SeekArc 多组学数据进行质控、降维聚类、细胞注释及下游差异分析、Motif 分析、Footprint 分析
基于 Signac + Harmony/CCA 对多样本 SeekArc 多组学数据进行批次效应校正、联合降维聚类与细胞类型注释
识别不同细胞类型或实验条件间的差异开放染色质区域,进行 Peak 邻近基因注释及 GO/KEGG 功能富集分析
基于 ChromVAR 计算单细胞 Motif 活性,进行差异 Motif 活性分析与 Motif 富集分析,推断上游转录因子调控机制
基于共变性假设计算 Peak-Gene 关联,通过 K-means 聚类识别共调控模块,并进行 Motif/GO/KEGG 富集分析
整合 Motif 活性、Peak-Gene 关联与 TF 表达信息,筛选同时满足物理结合、表达共变、活性驱动的 TF-Peak-Gene 三元组
通过检测 Tn5 酶切保护信号,在碱基分辨率上评估转录因子的实际结合活性,验证 TF 调控功能的直接证据
识别受多个顺式调控元件协同控制的超级靶基因(DORC),量化单细胞水平的 DORC 活性并进行差异分析与可视化
基于 SCENIC+ 框架构建完整的转录调控网络,包括 eRegulon 质量评估、RSS 特异性评分、多模态降维与调控网络可视化
基于 Monocle3 轨迹推断算法重建细胞发育轨迹,检测沿拟时序差异变化的 Peak、Motif 活性和基因表达
基于 scATAC-seq 的 CNV 推断与肿瘤识别, 染色体拷贝数变异(CNV)是肿瘤基因组不稳定性的典型标志,表现为染色体片段的大规模扩增或缺失
基于 scATAC-seq 的非整倍体检测, 染色体拷贝数变异(CNV)是肿瘤基因组不稳定性的典型标志,表现为染色体片段的大规模扩增或缺失
基于 scATAC-seq 的肿瘤拷贝数变异解析, 染色体拷贝数变异(CNV)是肿瘤基因组不稳定性的典型标志,表现为染色体片段的大规模扩增或缺失
SNP 在染色质开放区域的富集, 全基因组关联研究(GWAS)是解析复杂性状遗传基础的关键工具,其鉴定出的大量显著单核苷酸多态性(SNP)往往位于基因组的非编码调控区域
本文档详细说明了 SeekSpace Tools 软件输出的空间转录组质控报告中各项指标与图表的定义、计算方法与解读指南,旨在帮助用户理解测序数据与文库质量状况,并为后续数据分析提供参考依据。
使用 GIMP 将 H&E 明场图像与 DAPI 荧光图像进行空间配准的标准化操作指南,包含 DAPI 预处理、图层叠加与透明度设置、移动/缩放/旋转配准、画布与背景修复、图层合并导出及可选的组织提取步骤。
本教程专为处理寻因生物 (SeekGene) 单细胞空间转录组产品的底层空间几何变换而设计,旨在帮助您深入理解并实现芯片坐标与组织图像的精准对齐。
本模块基于 Seurat 框架专为 SeekSpace 空间转录组单样本数据而设计,提供从数据读取、质量控制、标准化到降维和聚类的完整基础分析流程。
本模块基于 Scanpy 框架专为 SeekSpace 空间转录组单样本数据而设计,提供从数据读取、质量控制、标准化到降维和聚类的完整基础分析流程。
本模块基于 Banksy 算法,用于对空间转录组数据进行空间聚类和区域分割 (Domain Segmentation)。
本模块通过构建细胞间的空间邻近网络,评估不同细胞群之间的空间共定位模式。
本模块用于对空间转录组数据进行多尺度的细胞类型共定位与空间依赖性分析。
本模块用于分析受配体在空间上的共定位模式。
本模块用于从单细胞空间转录组数据中推断、可视化和系统分析细胞间的通讯网络。
本模块利用最优传输理论推断空间转录组数据中细胞间通讯。
本模块计算配体‑受体交互得分并定位热点区域,结合细胞类型与空间邻域信息揭示组织内可能发生的高频通讯;运行时间较长,需合理设置参数与线程。
本模块充分考虑了受体和配体的多亚基结构,能够精确地识别并表示空间数据中的异聚体复合物及细胞间的相互作用网络。
本模块不仅能推断配体-受体互作,还能将发送细胞表达的配体与接收细胞中靶基因表达的变化联系起来。
本教程基于 Monocle2 框架,介绍如何筛选随拟时序轨迹变化的动态基因,并使用自然样条曲线拟合基因表达趋势,探索细胞分化过程中的基因调控机制。
scFAST-seq 突变分析教程,涵盖多个样本的突变数据合并、基于突变特征的 UMAP 降维可视化以及多样本整合分析流程。
基于 monocle2 拟时序分析结果,可视化突变随细胞发育轨迹的动态演变过程,帮助识别与发育或分化相关的关键突变。
本文探讨在单细胞 RNA 测序分析中,除传统高变基因外,利用长链非编码 RNA 进行细胞分群的补充策略。
针对 FFPE 样本背景 RNA、双细胞与质控问题,提供背景去除 (SoupX)、双细胞过滤与参数优化流程。
详细说明了 SeekMethyl 质控报告中各项指标的定义、计算方法以及解读指南,旨在帮助用户理解测序数据与文库质量状况。
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。
本模块专为单细胞甲基化双组学数据(同时包含 RNA 和甲基化信息)的基础分析而设计,实现了数据整合、质量控制、批次效应校正和细胞图谱构建等核心分析流程。
本模块旨在从单细胞甲基化测序数据中识别并过滤双细胞(doublets),提供基于转录组细胞类型、甲基化 Reads 数和甲基化率的三种互补鉴定方法以提高识别准确性。
本教程详细介绍了如何基于 MOFA+ (Multi-Omics Factor Analysis v2) 框架,对单细胞甲基化 (DNA Methylation) 和转录组 (RNA) 数据进行多组学整合分析。
本教程介绍如何基于 Scanpy 与 Muon 框架,使用 WNN(Weighted Nearest Neighbors)算法整合单细胞甲基化与转录组(RNA)数据,并完成联合降维、聚类与可视化。
本模块整合了单细胞甲基化差异分析和功能富集分析,旨在从单细胞多组学数据中识别差异甲基化区域/基因、差异表达基因,并进一步通过 GO 和 KEGG 解析其生物学功能。
本模块专为单细胞甲基化多组学数据的组间差异分析和功能富集分析设计,能够对每个细胞类型分别进行组间的差异表达基因 (DEG) 和差异甲基化基因 (DMG) 分析。
本模块基于 MethSCAn 开发,支持单细胞甲基化数据的变异区域发现 (VMR Detection)、细胞聚类分群以及识别不同细胞群体之间的差异甲基化区域 (DMR Analysis)。
本模块基于 rGREAT 开发,对差异甲基化区域 (DMRs) 开展功能富集分析,将 DMRs 与其邻近基因关联,评估在 GO、MSigDB 等功能类别中的富集情况以揭示其生物学功能。
本模块基于 HOMER 开发,用于在差异甲基化区域等基因组区域中进行 DNA 序列 Motif 分析,支持从头 Motif 发现和已知 Motif 富集分析,以识别可能参与调控的转录因子。
本模块基于 CopyKit 开发,专为从单细胞测序数据中推断全基因组拷贝数变异 (CNV) 而设计,支持变异识别、区分正常与肿瘤细胞,以及探索肿瘤内部异质性与克隆进化轨迹。
本模块基于 MethylTree 对甲基化 + RNA 双组学数据进行谱系树构建、克隆结构推断和结果可视化。
细胞组成分析:样本与分组间的细胞类型占比柱状图
细胞类型富集分析:基于卡方检验与 R.oe 值的热图绘制
使用 ESCC 文章复现-髓系亚群复现 流程数据进行演示
通过观察病毒基因表达与关键宿主基因的相关性,探究病毒基因和宿主基因之间的互作关系,理解病毒如何影响宿主细胞功能
基因表达丰度:细胞表达基因数目 病毒载量:标准化后的病毒基因表达值之和(参考上述文章)
介绍如何利用 SingleR 自动注释工具,结合 HumanPrimaryCellAtlas 等参考数据集,为单细胞转录组数据进行高精度的细胞类型识别与注释。
单细胞可视化定制:自定义颜色与顺序的 t-SNE 及比例图
介绍如何使用 Seurat 和 clusterProfiler 进行单细胞差异表达(DE)与功能富集分析(ORA/GSEA),涵盖簇间与组间比较、多数据库注释(GO/KEGG 等)及火山图、热图等可视化方法。
单细胞基因表达相关性散点图可视化
单细胞基因表达动态解析:拟时序基因表达量曲线拟合
本教程介绍 scRNA-seq 多样本整合分析流程,涵盖两种数据读取方式(云平台 RDS 和标准 10x 矩阵)、Seurat 对象创建、QC 指标计算(线粒体/基因数等)、以及基于 Harmony 的数据整合与去批次效应分析。
Seurat 是一个功能全面的 R 包,专为单细胞 RNA 测序数据的质量控制、分析和探索而设计。本教程提供从数据加载到标记基因查找的完整分析流程,涵盖质量控制、DoubletFinder 双细胞去除、数据整合(Harmony/CCA/Merge)、降维聚类及差异表达分析。**重要提示**:本教程应使用 **"common_r"** 内核运行。
系统梳理 SeekGene 平台内置人、小鼠、大鼠参考基因组的版本信息、染色体组成、基因类型统计及云端下载资源,并说明 NCBI 与 Ensembl 的通用下载规则。
定位 GFP 在 featureCounts 未定量的原因(GTF 注释缺失 gene/transcript 行)并给出修复 GTF 的示例命令。
介绍将 DD 平台数据转为 10x 格式并使用 Cell Ranger 分析 Antibody/CRISPR 数据的流程与注意事项。
条形码转换工具使用说明,示例命令与参数解释,适用于将 DD barcode 转换为 10x barcode。
针对 SeekSoul Tools v1.3.0 与 TRUST4 的 ref 准备流程,包含从 IMGT 提取物种序列与格式化脚本示例。
SeekArc 平台数据与 10x 平台数据具有高度一致性,能够有效支持跨平台单细胞转录组研究的深入开展。
让我们一起探索生命科学的无限可能!
Built with ❤️ by SeekSoul Online Team