单细胞甲基化| 绪论+SeekSoulMethyl定量

绪论SeekSoulMethyl分析流程1. 课程介绍和答疑交流群本小节主要介绍单细胞甲基化课程包含的内容从最开始的单细胞甲基化定量环节切入带领大家一步步完成数据质控与基础分析随后到进阶分析阶段差异甲基化分析、差异基因功能挖掘、以及如何结合课题开展生物学意义的复现。由于甲基化数据基于DNA层面课程还讲解了如何利用数据进行CNV拷贝数变异的推断从而帮助大家清晰梳理出甲基化与基因表达之间的调控关系。最后课程还专门搭建了SeekGene多组学全家桶交流群欢迎大家在群里讨论甲基化、全长转录组scFAST、染色质可及性scATAC、单细胞空间转录组SeekSpace等多组学等相关问题。2. 免费服务器与镜像领取及使用为了让每位学员都能顺利跑通代码我们给大家提供两周免费的学习版服务器(4线程、32GB内存)以及包含开箱即用的镜像单细胞甲基化分析的环境、工具、全部数据。本小节主要介绍如何免费领取服务器和镜像的完整流程。注册地址https://biomamba.xiyoucloud.net/3. 绪论近年来单细胞甲基化测序技术不断进步使得在单细胞尺度上解析高质量甲基化图谱成为可能。最新的sciMETv2技术在通量与覆盖度方面显著提升覆盖度约提升15倍同时通过优化文库构建流程避免了对定制引物的依赖并有效降低了接头污染使得高质量单细胞甲基化数据的获取更加稳定可靠。在此基础上整合单细胞多组学信息以系统性解析“表观遗传-转录-基因组”协同调控关系已成为当前研究的重要方向。SeekOne® DD单细胞DNA甲基化转录组一胞多组学技术应运而生。相较于传统单细胞研究技术SeekOne®DD凭借独特的技术设计展现出三大不可替代的核心优势1、一胞多组全景解析破解关联研究假阳性难题2、高通量灵活适配兼顾珍稀样本与大规模研究3、温和酶转技术守护数据完整性与可靠性。4. SeekSoulMethyl分析流程在成功使用服务器和学习绪论后本节课正式进入寻因自研单细胞双组学定量软件SeekSoulMethyl的实操。4.1 SeekSoulMethyl分析流程_软件下载和安装先是环境搭建我们需要在系统中部署Miniconda通过官方YAML依赖文件创建专属conda环境。随后在环境中手动编译安装simpleqc等底层组件克隆并安装针对寻因技术特别优化的自定义版ALLCools与Bismark最后指定安装稳定版的umi_tools与Python库为表观与转录组双轨数据解析打下基础。4.2 SeekSoulMethyl分析流程_基因组与测试数据下载定量分析离不开参考基因组与测试数据的准备课程提供了人GRCh38与小鼠GRCm39的基因组下载解压路径。实操配套了 WTJW880外周血与 MDA肿瘤两个真实双组学数据集均包含转录组与甲基化两对FASTQ文件。4.3 SeekSoulMethyl分析流程_参数解读在运行前需重点理解两个核心输入参数一是测序试剂盒类型 --chemistry必须严格区分DD-MET3双标签体系与DD-MET5单标签体系二是–filter_ch 过滤参数用于剔除含有过多非 CG 甲基化位点的 Reads默认设置为 2过滤包含n个CH甲基化位点的Reads。如果您不想启用此过滤器请将filter_ch设置为0。4.4 SeekSoulMethyl分析流程_运行双组学分析Shell方式针对具体的定量计算软件支持两种运行方式。第一种是直观的 Shell 脚本方式使用 nohup 配合 workflow 脚本在后台运行若单样本包含多批次测序文件路径间需用逗号分隔。4.5 SeekSoulMethyl分析流程_运行双组学分析Nextflow方式第二种是高效的Nextflow批量处理方式其核心在于编写一张标准的样本表samplelist.csv通过标准列名定义样本ID与双端序列路径。Nextflow会根据样本表自动开启高度并行的自动化定量流。在实际运行 Nextflow工作流时针对云服务器的配置需重点注意三大常见报错的排查。1、路径不合规 样本表及命令行中的FASTQ路径必须全部使用绝对路径不可使用 ~ 等相对简称2、算力资源超限 默认配置文件中的核心数超出了服务器规格需使用vi打开nextflow_new.config手动将各模块的 cpus 降低至 16 或 20 以下3、运行环境错配 必须删除原有的阿里云 K8s 集群等 Profile手动添加 local 本地执行环境的配置定义。更多关于SeekSoulMethyl软件的bashNextflow流程的使用说明和参数说明请参考SeekSoulMethylhttps://github.com/seekgene/SeekSoulMethyl的github手册。B站https://www.bilibili.com/video/BV119j36XEph/抖音https://v.douyin.com/hjzh9yUNt_4/小红书http://xhslink.com/o/8BpkWVvZtTz获取完整单细胞甲基化课程2026年6月8日、6月10日、6月12日三天手把手全程教学现单细胞甲基化课程回放已制作完毕~整整12.8h内容涵盖36个精心录制的课程高清视频(共计14.41GB资源)专为小白学习者量身打造可“手把手”的带大家完成单细胞甲基化学习。助你一站式学习单细胞DNA甲基化分析配套课程专属免费西柚云服务器和镜像助力大家轻松上手实操免费服务器和镜像学习版服务器(4线程、32GB内存)包含开箱即用的镜像单细胞甲基化分析的环境、工具、全部数据。注册地址https://biomamba.xiyoucloud.net/编程课程Linux、R语言、Python课程可供学习。交流群为大家准备了SeekGene多组学全家桶交流群课程回放资料下载 https://pan.baidu.com/s/178VMmt14Q04kaEFWDB7_VQ~253.26GB、53372个文件201个文件夹提取码联系客服[Biomamba_zhushou]领取并添加学习群单细胞甲基化学习手册目录零、欢迎关注课前准备编程基础硬件基础一、绪论二、SeekSoulMethyl分析流程2.1 软件下载和安装2.2 基因组下载2.3 测试数据下载2.3.1 数据集一 2.3.2 数据集二2.4 参数解读2.5 运行双组学分析Shell方式2.6 运行双组学分析Nextflow方式2.6.1 安装nextflow 2.6.2 准备输入样本表 2.6.3 参数解读 2.6.4 执行定量 2.6.5 报错说明三、双细胞去除3.1 分析结果下载3.2 导入包3.3 方法一基于转录组细胞类型鉴定的双细胞识别3.3.1 RNA转录组数据预处理与降维聚类 3.3.2 甲基化组数据预处理与降维聚类 3.3.3 细胞类型标志基因表达分析 3.3.4 细胞UMI计数分布可视化3.4 方法二基于甲基化Reads数的双细胞识别3.4.1 每个细胞的甲基化Reads数分布可视化 3.4.2 细胞Reads数相对变化分析 3.4.3 高/低Reads细胞UMAP高亮 3.4.4 综合判定双细胞3.5 方法三甲基化率鉴定双细胞四、基础分析4.1导入包4.2数据质控4.2.1 RNA数据质控 4.2.2 甲基化数据质控 4.2.3 RNA和甲基化数据barcode关联、取交集与doublet过滤4.3 单细胞 RNA 测序数据多样本整合分析流程4.3.1 数据标准化与降维分析 4.3.2 RNA 单组细胞注释4.4 单细胞甲基化测序数据多样本整合分析流程4.4.1 数据预处理与降维分析 4.4.2 细胞类型注释转移 4.4.3 细胞组成比例 4.4.4 质控指标可视化 4.4.5 质控指标小提琴图可视化五、差异甲基化分析5.1 模块简介5.1.1 分析内容概览 5.1.2 技术特点5.2 输入文件准备5.2.1 必需文件 5.2.2 数据预处理要求 5.2.3 导入包 5.2.4 数据加载5.3 差异甲基化区间 (DMB) 分析5.3.1 在 chrom20k 甲基化水平上合并多样本 MCDS 5.3.2 特征筛选流程 5.3.3 计算甲基化水平并保存 MCDS 数据 5.3.4 差异甲基化区间分析5.4 差异表达基因 (DEG) 分析5.5 差异甲基化基因 (DMG) 分析5.5.1 在 geneslop2k 甲基化水平上合并多样本 MCDS 5.5.2 差异甲基化基因分析 5.5.3 差异甲基化基因可视化5.6 多组学关联分析六、基因功能富集分析6.1 GO 功能富集分析6.1.1 函数定义 6.1.2 高表达基因 GO 功能富集分析 6.1.3 高甲基化基因 GO 功能富集分析6.2 KEGG 功能富集分析6.2.1 高表达基因 KEGG 功能富集分析 6.2.2 高甲基化基因 KEGG 功能富集分析七、差异甲基化区域功能富集分析7.1 rGREAT分析流程简介7.1.1 关键参数设置7.2 输入文件准备7.2.1 输入文件格式 7.2.2 文件结构示例7.3 快速开始7.4 可视化7.5 解放生产力循环富集每个细胞类型差异差异甲基化区域7.6 结果解读八、Motif 富集分析基于HOMER8.1 环境配置8.2 输入文件准备8.3 关键参数设置8.4 HOMER 分析执行8.5 结果解读8.5.1 De novo Motif Finding 结果 8.5.2 Known Motif Enrichment 结果九、CNV拷贝数变异分析 (基于CopyKit)9.1 模块简介9.2 输入文件准备9.2.1 方案 A直接导入已分析结果 (推荐) 9.2.2 方案 B从单细胞 BAM 文件开始9.3 CopyKit 分析流程9.3.1 关键参数设置9.4 数据预处理原理9.5 质量控制9.5.1 关键质控指标 9.5.2 正常二倍体细胞过滤 9.5.3 离群细胞过滤9.6 KNN 平滑处理9.7 聚类分析与亚克隆进化分析9.7.1 降维 9.7.2 绝对倍性推断 9.7.3 肿瘤亚克隆聚类及克隆进化分析 9.7.4 单细胞水平进化树9.8 基因水平 CNV 可视化测试文件总大小238.85GBBiomamba生信基地还可以提供若以上内容学习还不能满足你的科研需求那可以考虑外卖的三大全程班Python版单细胞数据分析、R语言单细胞小白全程班、Python空间转录组全程班从零基础到实战手把手系统带教内容详实且有老师答疑解惑。此外我们还提供生信热点全文复现、自测数据个性化分析辅导、实验科研服务和常态化实验学习等增值服务欢迎联系 [Biomamba_zhushou] 。本次课程镜像1、镜像获取西柚云官网注册(https://biomamba.xiyoucloud.net/)、联系客服微信[Biomamba_zhushou]获取学习版服务器的优惠码、零元下单学习版服务器。激活服务器实例后使用对应镜像镜像中布置了R 4.5.1预装SeekSoulMethyl、Conda等本教程所需环境与工具可以开箱即用的配合此次课程。2、镜像中包含测试数据、测试脚本、学习手册./├── NotoSansCJKsc-Regular.otf├── data│ ├── bp_hsapiens_gene_ensembl_go_genesets_external_gene_name.rds│ └── granges_hsapiens_gene_ensembl_genes.rds├── img├── result│ ├── DMBs_HOMER│ │ ├── hg38r.200.cgbins│ │ ├── hg38r.200.cgfreq│ │ ├── hg38r.200.gcbins│ │ ├── hg38r.200.pos│ │ ├── hg38r.200.seq│ │ ├── homerMotifs.all.motifs│ │ ├── homerMotifs.motifs10│ │ ├── homerMotifs.motifs11│ │ ├── homerMotifs.motifs12│ │ ├── homerMotifs.motifs6│ │ ├── homerMotifs.motifs7│ │ ├── homerMotifs.motifs8│ │ ├── homerMotifs.motifs9│ │ ├── homerResults│ │ ├── homerResults.html│ │ ├── knownResults│ │ ├── knownResults.html│ │ ├── knownResults.txt│ │ ├── motifFindingParameters.txt│ │ ├── nohup.out│ │ ├── nonRedundant.motifs│ │ └── seq.autonorm.tsv│ ├── DMBs_rGREAT│ │ ├── EpithelialsGO_bubbleplot_GO:BP.png│ │ ├── Epithelials_GREAT_enrichment_GO:BP_results.txt│ │ ├── Epithelials_GREAT_enrichment_GO:BP_top10.txt│ │ ├── Epithelials_GREAT_enrichment_GO:BP_top20.txt│ │ ├── Epithelials_GREAT_volcano_plot_GO:BP.png│ │ ├── GREAT_region_gene_associations.png│ │ ├── TCellsGO_bubbleplot_GO:BP.png│ │ ├── TCells_GREAT_enrichment_GO:BP_results.txt│ │ ├── TCells_GREAT_enrichment_GO:BP_top10.txt│ │ ├── TCells_GREAT_enrichment_GO:BP_top20.txt│ │ └── TCells_GREAT_volcano_plot_GO:BP.png│ ├── MDA_bash│ │ ├── MDA_exp│ │ │ └── MDA│ │ │ └── Outs│ │ └── MDA_methy│ │ └── step3│ │ ├── MDA_cells.csv│ │ ├── allcools_generate_datasets│ │ └── split_bams│ ├── WTJW880_bash│ │ ├── WTJW880_exp│ │ │ └── WTJW880│ │ │ └── Outs│ │ └── WTJW880_methy│ │ └── step3│ │ ├── WTJW880_cells.csv│ │ ├── allcools_generate_datasets│ │ └── split_bams│ ├── basic_analysis│ │ ├── adata_met.h5ad│ │ ├── adata_met_ann.h5ad│ │ ├── adata_met_qc.h5ad│ │ ├── adata_rna.h5ad│ │ ├── adata_rna_ann.h5ad│ │ ├── adata_rna_qc.h5ad│ │ ├── barplot.png│ │ ├── met_anno.png│ │ ├── met_leiden.png│ │ ├── met_percent_cpg.png│ │ ├── qc_after_violin.png│ │ ├── qc_met_after_ann_violin.png│ │ ├── qc_met_after_leiden_violin.png│ │ ├── qc_met_after_violin.png│ │ ├── qc_met_violin.png│ │ ├── qc_violin.png│ │ ├── rna_anno.png│ │ ├── rna_gene.png│ │ ├── rna_gene_violin.png│ │ ├── rna_leiden.png│ │ ├── rna_meta.csv│ │ └── rna_umap.png│ ├── cnv│ │ ├── MDA_calcInteger.rds│ │ ├── MDA_copykit_analysis.rds│ │ ├── MDA_runMetrics.rds│ │ ├── SuggestedK_MDA_1Mb.pdf│ │ ├── SuggestedK_MDA_220kb.pdf│ │ ├── SuggestedK_MDA_500kb.pdf│ │ ├── bam_list.txt│ │ ├── copykit.R│ │ ├── copykit.log│ │ ├── copykit_MDA_1Mb.rds│ │ ├── copykit_MDA_220kb.rds│ │ ├── copykit_MDA_500kb.rds│ │ ├── ploidy_score_MDA_1Mb.pdf│ │ ├── ploidy_score_MDA_220kb.pdf│ │ ├── ploidy_score_MDA_500kb.pdf│ │ ├── plotHeatmap_MDA_1Mb_aneuploid.pdf│ │ ├── plotHeatmap_MDA_1Mbkb_outlier.pdf│ │ ├── plotHeatmap_MDA_220k_aneuploid.pdf│ │ ├── plotHeatmap_MDA_220kb_outlier.pdf│ │ ├── plotHeatmap_MDA_500k_aneuploid.pdf│ │ ├── plotHeatmap_MDA_500kb_outlier.pdf│ │ ├── plotHeatmap_consensus_MDA_550kb.pdf│ │ ├── plotHeatmap_consensus_tree_MDA_1Mb.pdf│ │ ├── plotHeatmap_consensus_tree_MDA_220kb.pdf│ │ ├── plotHeatmap_consensus_tree_MDA_500kb.pdf│ │ ├── plotHeatmap_consensus_tree_MDA_550kb.pdf│ │ ├── plotMetrics_MDA_1Mb.pdf│ │ ├── plotMetrics_MDA_220kb.pdf│ │ ├── plotMetrics_MDA_500kb.pdf│ │ ├── plotPhylo_cells_MDA_1Mb.pdf│ │ ├── plotPhylo_cells_MDA_220kb.pdf│ │ ├── plotPhylo_cells_MDA_500kb.pdf│ │ ├── plotPhylo_consensus_MDA_1Mb.pdf│ │ ├── plotPhylo_consensus_MDA_220kb.pdf│ │ ├── plotPhylo_consensus_MDA_500kb.pdf│ │ ├── plotUmapMDA_1Mb_keep_c0.pdf│ │ ├── plotUmapMDA_220_keep_c0.pdf│ │ ├── plotUmapMDA_220_remove_c0.pdf│ │ ├── plotUmapMDA_500kb_remove_c0.pdf│ │ ├── plotUmap_MDA1Mb_keep_c0.pdf│ │ ├── plotUmap_MDA_1Mb_remove_c0.pdf│ │ ├── plot_ConsensusLine_MDA_1Mb.pdf│ │ ├── plot_ConsensusLine_MDA_220kb.pdf│ │ ├── plot_ConsensusLine_MDA_500kb.pdf│ │ ├── step1_swap_flags_on_reverse.log│ │ ├── step2_umi_tools_dedup.log│ │ └── swapflags_bam_list.txt│ ├── diff│ │ ├── DEG.csv│ │ ├── DEG_DMG.csv│ │ ├── DMG.csv│ │ ├── Epithelials.OneVsRestDMB.hdf│ │ ├── Epithelials.OneVsRestDMG.hdf│ │ ├── Epithelials.TopDMG.pdf│ │ ├── Epithelials.TopDMG.png│ │ ├── TCells.OneVsRestDMB.hdf│ │ ├── TCells.OneVsRestDMG.hdf│ │ ├── TCells.TopDMG.pdf│ │ ├── TCells.TopDMG.png│ │ ├── chrom20k_cov_mean.chrom20k.png│ │ ├── chrom20k_cov_mean.geneslop2k.png│ │ ├── cluster_Epithelials_venn_matrix.png│ │ ├── cluster_TCells_venn_matrix.png│ │ ├── dmb_table.bed│ │ ├── dmb_table.csv│ │ ├── merge_celltype.OneVsRestDMG.hdf│ │ ├── merge_chrom20k.OneVsRestDMB.hdf│ │ ├── merge_chrom20k.mcds│ │ │ └── chrom20k│ │ ├── merge_geneslop2k.mcds│ │ │ └── geneslop2k│ │ ├── summary_counts.csv│ │ └── summary_heatmap.png│ ├── doublets│ │ ├── MDA_both_rna_methy_doublet.png│ │ ├── MDA_doublet.txt│ │ ├── MDA_methy.h5ad│ │ ├── MDA_methy.png│ │ ├── MDA_methy_doublet.png│ │ ├── MDA_methy_leiden.png│ │ ├── MDA_methy_merged_barcode.png│ │ ├── MDA_methy_scrublet.h5ad│ │ ├── MDA_methy_scrublet.png│ │ ├── MDA_methy_umi.png│ │ ├── MDA_methy_umi_light.png│ │ ├── MDA_methy_umi_relative.png│ │ ├── MDA_rna.h5ad│ │ ├── MDA_rna.png│ │ ├── MDA_rna_dotplot.png│ │ ├── MDA_rna_leiden.png│ │ ├── MDA_rna_umi.png│ │ ├── gex_mc_bc_map.png│ │ ├── read_count.png│ │ └── rna_meta.png│ └── enrich│ ├── DEG_GO_up│ │ ├── DEG_GO_up.rds│ │ ├── Epithelials_up_barplot.png│ │ ├── Epithelials_up_dotplot.png│ │ ├── TCells_up_barplot.png│ │ └── TCells_up_dotplot.png│ ├── DEG_KEGG_up│ │ ├── DEG_KEGG_up.rds│ │ ├── Epithelials_up_barplot.png│ │ ├── Epithelials_up_dotplot.png│ │ ├── TCells_up_barplot.png│ │ └── TCells_up_dotplot.png│ ├── DMG_GO_up│ │ ├── DMG_GO_up.rds│ │ ├── Epithelials_up_barplot.png│ │ ├── Epithelials_up_dotplot.png│ │ ├── TCells_up_barplot.png│ │ └── TCells_up_dotplot.png│ └── DMG_KEGG_up│ ├── DMG_KEGG_up.rds│ ├── Epithelials_up_barplot.png│ ├── Epithelials_up_dotplot.png│ ├── TCells_up_barplot.png│ └── TCells_up_dotplot.png├── 单细胞甲基化手册.Rmd└── 单细胞甲基化手册.html