支持中心

简体中文

English

简体中文

English

Appearance

个性化分析 ​

作者: SeekGene
时长: 8 分钟
字数: 2.1k 字
更新: 2026-03-04
阅读: 0 次
SeekSoul Online

平台简介 ​

本平台实现了 可视化分析流程 与 Jupyter 代码环境 的深度融合。除了提供标准化的云端分析报告外，我们更打造了 免配置、即开即用 的 Jupyter 云工作台。

环境内已预装 Scanpy, Seurat, Monocle3, CellChat 等数十种主流单细胞及空间组学分析工具（支持 Python/R 双语言）。您无需搭建复杂的本地环境，即可直接对云平台数据进行深度的个性化挖掘与定制绘图。

TIP

注意： 该功能为 额外付费增值服务，需单独购买开通.

如何进入 Jupyter 环境 ​

  1. 进入项目详情：登录云平台，依次点击 资源总览 -> 我的项目 -> 查看，进入项目详情页面。
  2. 启动配置页：点击页面右上角的 “个性化分析” 蓝色按钮，进入配置页面。
  3. 启动环境：点击配置页面右上角的 “快速运行” 蓝色按钮。系统将自动分配计算资源并启动 Jupyter 环境，随后直接跳转至操作界面。

平台数据目录结构 ​

Jupyter 默认工作路径为 /home/{UserName}/workspace/（{UserName} 为您的用户名）。该目录下包含三个核心文件夹，各自用途如下：

data 文件夹 (只读) ​

  • 路径：/home/{UserName}/workspace/data/
  • 用途：存放各个分析流程的分析数据，比如包含注释和分析信息的 RDS 以及进行了 Monocle2 等高级分析的结果文件。
  • 挂载说明：
    • 默认不挂载流程数据。需通过右侧 “操作” -> 【挂载数据】 功能勾选对应流程。
    • 勾选后，对应流程数据（如 input.rds, meta.tsv）将出现在该目录下；取消勾选即卸载。
  • 数据结构：
    • 流程文件夹下包含 input.rds (表达矩阵) 和 meta.tsv (元数据)。
    • 如需对高级分析结果进行图片绘制，建议将数据复制到 project 目录下解压使用。

数据读取示例（R语言）：

r
library(Seurat)

# 1. 读取表达矩阵与元数据
# 路径示例：/home/demo-user/workspace/data/流程编号/
input <- readRDS("/home/demo-seekgene-com/workspace/data/AY1752565399550/input.rds")
meta <- read.table("/home/demo-seekgene-com/workspace/data/AY1752565399550/meta.tsv", header=TRUE, sep="\t", row.names = 1)

# 2. 合并为完整的 Seurat 对象
data <- AddMetaData(input, meta)

# 3. 查看元数据前几行
head(data@meta.data)

jp 文件夹 (只读) ​

  • 路径：/home/{UserName}/workspace/jp/
  • 用途：主要用于存放关闭实例后，由 Jupyter 转换生成的 HTML 报告文件。

project 文件夹 (可读写) ​

  • 路径：/home/{UserName}/workspace/project/{UserName}/
  • 用途：用户主工作目录。
    • 请务必将您的 分析脚本（.ipynb） 和 结果文件 保存在此目录下。
    • 重要：只有保存在此目录下的数据会被持久化存储。建议您直接进入该目录进行所有分析操作。
    • 权限：您对自己的目录拥有读写权限，对他人的目录仅有只读权限。

页面功能与操作指南 ​

在 Jupyter 页面右下侧的 “操作” 悬浮菜单中，集成了平台的核心辅助功能。

数据挂载 ​

  • 挂载我的数据：挂载您在寻因分析平台上传的原始矩阵及核心分析数据。
  • 挂载流程数据：挂载“个性化分析”项目下的标准化流程数据及高级分析结果。挂载后可进行自定义绘图和二次分析。

模板库管理 ​

  • 模板库：下载官方提供的标准分析模板。下载后修改输入数据路径即可快速开始分析。
  • 上传模板：上传您编写的分析模板。
    • 私人模板库：仅自己可见，便于跨项目复用代码。
    • 公共模板库：分享给团队或所有用户使用。

资源与会话管理 ​

  • 重置资源：当计算资源（CPU/内存）不足时，可点击此按钮调大配置。
    • 注意：调整资源需重启实例，不会保留临时变量，必须从头重新执行代码。
  • 关闭页面：分析完成后，请手动点击此按钮关闭实例以释放资源。
  • 延长时间：实例默认启动 0.5小时 后自动关闭。如需长时间分析，请务必点击此按钮延长使用时间。

Jupyter 环境与数据分析操作 ​

选择分析环境 ​

  1. 进入工作区：在左侧文件浏览器中，双击进入 project/{UserName} 目录。
  2. 选择 Kernel：在右侧 Launcher（启动器）面板中选择环境。
    • 推荐：common_r（集成常用 R 语言生信包，满足绝大多数需求）。
    • 其他：也可根据需求选择 Python（Scanpy）或其他特定环境。

创建与编写代码 ​

  1. 新建文件：点击环境图标（如 common_r），自动在当前目录下创建 .ipynb 文件。
  2. 编写运行：在单元格中输入代码，点击工具栏 ▶ 按钮运行。
  3. 保存结果：使用 Ctrl+S 保存。生成的图片和文件将保存在您的 project 目录下。

上传外部数据 ​

如需分析本地私有数据：

  1. 点击左侧文件浏览器上方的 "Upload" 图标（向上箭头）。
  2. 选择本地文件上传。
  3. 上传完成后，在代码中直接读取该文件名即可。

下载结果数据 ​

如需下载分析结果数据：

  1. 在左侧文件浏览器中，选择要下载的文件。
  2. 右击文件，选择 "Download" 进行下载。

自定义环境管理 ​

若平台预置环境无法满足您的需求，您可以按照以下步骤创建自定义环境并注册内核。

R 环境 ​

创建 R 环境 ​

bash
micromamba create --prefix /jp_envs/envs_user/{UserId}/DemoR # 使用micromamba创建一个新的R环境，{UserId}为uid
micromamba activate /jp_envs/envs_user/{UserId}/DemoR # 激活刚创建的R环境
micromamba install -c conda-forge -c bioconda -c defaults r-irkernel r-seurat=4.* # 在激活的环境中安装R相关包：r-irkernel用于Jupyter内核，r-seurat用于单细胞分析

启动 R 交互式环境：

r
R # 启动R交互式环境
Sys.setenv(PATH = paste("/home/mambauser/bin:/home/mambauser/env/jupyter/bin",Sys.getenv("PATH"), sep = ":")) # 设置R环境中的PATH变量
IRkernel::installspec(name = 'DemoR', displayname = 'DemoR', prefix = '/jp_envs/kernels_user/{UserId}/') # 安装R内核到Jupyter，指定内核名称和显示名称，以及安装路径
q() # 退出R环境

注册内核：

bash
jupyter kernelspec install /jp_envs/kernels_user/{UserId}/share/jupyter/kernels/demor --user # 将R内核安装到用户Jupyter环境中，注意内核名称使用小写
micromamba deactivate # 停用当前环境

删除 R 环境 ​

bash
jupyter-kernelspec remove demor # 从Jupyter中移除R内核，注意删掉kernel的名称为小写
micromamba env remove --prefix /jp_envs/envs_user/{UserId}/DemoR # 删除自己创建的R环境

Python 环境 ​

创建 Python 环境 ​

bash
micromamba create --prefix /jp_envs/envs_user/{UserId}/DemoPython # 使用micromamba创建一个新的Python环境
micromamba activate /jp_envs/envs_user/{UserId}/DemoPython # 激活刚创建的Python环境
micromamba install -c conda-forge -c bioconda -c defaults ipykernel scanpy # 在激活的环境中安装Python相关包：ipykernel用于Jupyter内核，scanpy用于单细胞分析
python -m ipykernel install --name DemoPython --display-name "DemoPython" --prefix /jp_envs/kernels_user/{UserId}/ # 安装Python内核到Jupyter，指定内核名称、显示名称和安装路径
jupyter kernelspec install /jp_envs/kernels_user/{UserId}/share/jupyter/kernels/demopython --user # 将Python内核安装到用户Jupyter环境中，注意内核名称使用小写
micromamba deactivate # 停用当前环境

删除 Python 环境 ​

bash
jupyter-kernelspec remove demopython # 从Jupyter中移除Python内核，注意删掉kernel的名称为小写
micromamba env remove --prefix /jp_envs/envs_user/{UserId}/DemoPython # 删除自己创建的Python环境
0 条评论·0 条回复