分析指南

作者: SeekGene

时长: 3 分钟

字数: 743 字

更新: 2026-05-12

阅读: 0 次

甲基化 + RNA 双组学 分析指南

激活环境

conda activate seeksoulmethyl

使用 Shell 脚本运行双组学工作流

bash sc_methy_workflow.sh \
  /path/to/expression_R1.fastq.gz \
  /path/to/expression_R2.fastq.gz \
  /path/to/methy_R1.fastq.gz \
  /path/to/methy_R2.fastq.gz \
  --sample WTJW880 \
  --outdir /path/to/results \
  --database_dir /path/to/human-reference-GRCh38 \
  --chemistry DD-MET3 \
  --core 64 \
  --filter_ch 2

对于包含多个数据集的样本，请按匹配顺序提供逗号分隔的 FASTQ 列表。

Shell 模式的系统要求

运行 sc_methy_workflow.sh 的推荐资源：

• CPU：64 核心
• 内存：128 GB RAM
• 存储：至少 500 GB 可用空间
• 操作系统：Linux，推荐使用 Ubuntu 18.04+ 或 CentOS 7+

使用 Nextflow 运行工作流

Nextflow 是推荐的用于批量处理、报告生成和工作流管理的方法。

安装 Nextflow

conda install -n seeksoulmethyl -c bioconda nextflow

运行主工作流

nextflow run -bg SeekSoulMethyl/nf/main.nf \
  --outdir /path/to/results/ \
  --samplesheet samplelist.csv \
  -w /path/to/results/work \
  -c SeekSoulMethyl/nf/nextflow.config \
  -profile aliyun_k8s \
  --database_dir /path/to/human-reference-GRCh38/ \
  --split_fastq 1 \
  --filter_ch 2 \
  --chemistry DD-MET3 > methy.log

图 1：SeekSoul™ Methyl Tools Nextflow 流程图

支持的 Nextflow 工作流

v2.1.2 代码库通过 --workflow 支持多个工作流：

• rna_met：转录组加甲基化综合分析
• methy_only：仅甲基化工作流
• force_cell：基于之前的输出重新计算或更新甲基化结果

仅甲基化工作流

nextflow run SeekSoulMethyl/nf/main.nf \
  --workflow methy_only \
  --outdir /path/to/results \
  --samplesheet samplelist.csv \
  -w /path/to/work \
  -c SeekSoulMethyl/nf/nextflow.config \
  -profile aliyun_k8s \
  --database_dir /path/to/reference \
  --split_fastq 4 \
  --filter_ch 2 \
  --chemistry DD-MET3

有关 nextflow.config 的说明

文件 nf/nextflow.config 必须根据您的基础架构进行调整。请关注以下项目：

• process.executor：选择 local、slurm、pbs、k8s、awsbatch 或其他支持的执行器
• process.cpus、process.memory、process.time：默认资源限制
• workDir：具有足够可写存储空间的工作目录
• conda.enabled、docker.enabled 或 singularity.enabled：选择您的平台支持的环境策略

典型的 profile 包括本地执行、Slurm 集群和 Kubernetes 环境。

关键运行时参数

• --database_dir：参考基因组数据库目录
• --chemistry：选择 DD-MET3 或 DD-MET5
• --split_fastq：根据前 n 个 barcode 碱基拆分甲基化 FASTQ 文件以提高并行度
• --filter_ch：移除包含超过 n 个 CH 甲基化位点的 read 对；设置为 0 可禁用
• -resume：使用相同的工作目录重新启动失败或中断的 Nextflow 运行

常见问题

• Samplesheet 解析错误：确认第一列恰好是 sample_id，并使用绝对文件路径。
• 缺少 ${sample}.mcds：检查是否生成了每个细胞的 *_allc.gz 文件，并确认染色体大小资源是否有效。
• Bismark 比对停止或失败：确认在 --database_dir/fasta/ 下存在 Bismark 参考基因组，并且对执行环境可见。
• 重复运行：保持相同的 -w 工作目录并添加 -resume。