Bulk RNA-seq 分析 30 项
从 FASTQ 比对、质控、差异表达到富集、网络与临床关联的完整 bulk 转录组分析
查看 30 项工具
- Bulk RNA-seq 上游质控与比对（每样本）Bulk RNA-seq 上游每样本处理一体化步骤：FastQC 原始质控 → Trimmomatic 去接头 → FastQC 质控复核 → STAR 比对 → BigWig 覆盖轨。定量（featureCounts 合并）、design 矩阵与 MultiQC 汇总由后续独立步骤完成，比对 BAM 可直接进入下游。
- 表达矩阵质控与标准化对 bulk RNA-seq 表达矩阵做质控：文库大小分布、基因检出率、样本相关性、高表达基因等，并完成标准化。
- 差异表达分析（DESeq2）用 DESeq2 进行差异表达分析；当存在 3 组及以上且未指定对比时，自动执行所有两两比较。
- 差异表达分析（edgeR）用 edgeR 做差异表达分析，支持 QLF / LRT 方法、TMM 标准化，自动两两比较，输出火山图、MDS、BCV 图。
- GO / KEGG 富集分析（ORA + GSEA）基于差异表达结果做 GO/KEGG 通路富集（ORA + GSEA），可接收单个 CSV 或 DESeq2 输出目录，自动识别多对比子目录。
- GSVA / ssGSEA 通路打分用 GSVA 或 ssGSEA 计算每个样本的通路活性得分，支持 MSigDB 基因集合（Hallmark、C2、C5 等）。
- 火山图与热图可视化基于差异表达结果生成出版级火山图、MA 图与热图，自动识别列名并标注最显著基因。
- PCA 聚类与离群样本检测PCA、样本距离/相关性热图、碎石图与离群样本检测；可接收原始 counts（自动 VST）或标准化矩阵。
- 批次效应校正校正 bulk RNA-seq 的批次效应：ComBat-seq 在原始 counts 上保持整数特性供 DESeq2 使用，limma 在标准化表达上去批次，输出校正后矩阵。
- 时间序列分析用 DESeq2 LRT 做时间序列差异分析，识别随时间变化的基因，按表达模式聚类并绘制各簇趋势图。
- WGCNA 共表达网络加权基因共表达网络分析，识别共表达模块、将模块与性状/表型关联并找出枢纽基因（建议样本数 ≥ 15）。
- 蛋白互作（PPI）网络分析基于差异基因构建 STRING 蛋白互作网络，识别枢纽基因、做社区发现（Louvain），输出可导入 Cytoscape 的结果。
- 免疫浸润分析用 ESTIMATE、MCPcounter、xCell、EPIC 估计免疫细胞比例，做分组比较箱线图与肿瘤微环境分析。
- 细胞类型去卷积从 bulk RNA-seq 估计细胞类型比例：xCell/MCPcounter/EPIC 无需参考；MuSiC 需要带注释的单细胞参考。
- 药物敏感性预测用 oncoPredict（GDSC/CTRP）或基于文献的药物-基因特征预测药物敏感性，输出预测 IC50/得分与热图。
- 生存分析（KM + Cox）基于基因表达水平做 Kaplan-Meier 生存分析与 Cox 比例风险回归，按高/低表达分组检验生存差异。
- 计数矩阵 → FPKM 标准化（内置人/鼠 Ensembl GTF）将原始计数矩阵（featureCounts/Count.txt）转换为 FPKM 标准化表达，无需分组设计，适合单分组数据的 count 标准化后接 WGCNA。基因长度支持上传 gene_lengths/GTF，或直接用平台内置 Ensembl GTF（默认与 STAR 比对一致：人 GRCh38 Ensembl 110 chr、小鼠 GRCm39 Ensembl 110 chr；hg19/mm10 须显式指定），按基因 ID 自动识别物种，免上传；支持 --sample_file/--samples 只分析指定样本子集。
- 全项目样本差异基因热图自动收集 DESeq2 输出目录下所有对比的差异结果，取显著基因（padj<0.05、|log2FC|>1）的并集按表达方差排序绘制热图，展示核心差异基因在全部样本/条件下的表达模式，而不局限于单个两两比较。
- 差异表达交互式可视化（Glimma）基于差异表达结果生成可交互的 HTML 火山图/MA/MD 图，支持悬停查看基因、点击高亮、联动筛选；同时输出静态 PNG/PDF 火山图兜底。适合需要在网页上探索差异基因的场景。
- 通用矩阵热图对任意基因/通路 × 样本矩阵（如 GSVA 通路打分、免疫浸润评分、归一化表达量）绘制热图，可选按样本或按分组均值展示列、行 z-score 标准化、Top N 高变行筛选。区别于全项目样本差异基因热图（专用于 DESeq2 全样本差异结果），本工具接受任意评分/表达矩阵。
- 差异表达分析（limma-voom）用 limma-voom 做差异表达：TMM 标准化 → voom 均值方差建模 → 线性拟合与经验贝叶斯 → 两两对比，速度快、适合大样本量，支持批次校正与多组比较，作为 DESeq2 之外的另一种差异表达方法可选。
- 时序表达模糊聚类（Mfuzz）对时间序列/有序表达谱做 Mfuzz 模糊 c-均值聚类，每个基因对每一簇给出隶属度而非硬性归类，能突出清晰的时序趋势、弱化噪声基因。如需硬聚类的时序差异分析请用时间序列分析工具（DESeq2 LRT）。
- MultiQC 汇总报告递归扫描一个分析结果目录（FastQC/STAR/featureCounts/Salmon 等输出），用 MultiQC 聚合成一份交互式 HTML 报告，用于快速核查整条流程各步骤的质控指标。
- qPCR 风格基因表达柱状图为指定基因逐个生成发表级柱状图：均值+误差棒+散点+显著性标注，支持单组或分组（如时间点 × 基因型）展示。需要归一化表达矩阵（TPM 量级）和含样本列的设计表；不用于批量差异分析或多基因热图。
- 生物学重复相关性评估评估重复样本一致性：组内 vs 组间相关性分布、逐重复散点图、带分组标注的样本相关性热图，适合归一化之后检查重复质量。
- 样本聚类热图基于表达谱对样本做层次聚类，输出带谱系树的相关性热图、独立谱系图，以及按聚类结果着色的 PCA 图，支持 Pearson/Spearman/欧氏距离。
- 转录因子活性与调控网络（decoupleR + CollecTRI）从差异表达结果推断驱动该对比的转录因子并构建方向一致的 TF→靶基因调控网络；或从归一化表达矩阵直接推断各组的 TF 活性并对比激活/抑制情况。仅覆盖人/鼠（其他物种需先做同源基因映射），首次使用需联网拉取 CollecTRI 数据库，不适用于单细胞数据。
- 计数矩阵转 TPM/FPKM/RPKM将原始计数矩阵转换为 TPM/FPKM/RPKM 标准化表达值。基因长度可来自上传的长度表、GTF，或平台内置 Ensembl GTF（默认与 STAR 比对一致：人 110 chr、小鼠 GRCm39 110 chr）。支持只转换指定样本子集。
- 差异基因 Venn/UpSet 比较对比 2 个及以上差异分析结果，按显著性阈值取各自的显著基因后绘制 Venn 图（2-5 组）与 UpSet 图（不限组数），支持区分上调/下调方向，并输出交集基因列表。
- Bulk RNA-seq 转录本定量（Salmon）用 Salmon 做基于 quasi-mapping 的超快转录本定量，内置序列偏好性/GC 偏好性校正，输出可直接用于 tximport → DESeq2/edgeR/limma 下游分析的 quant.sf 文件；自动识别单端/双端，索引缺失时自动从转录组 FASTA 构建。作为 STAR 比对流程之外更快的定量替代方案。
单细胞分析 24 项
10x/Seurat 单细胞标准流程：质控、整合、聚类、注释与比例分析
查看 24 项工具
- 单细胞 FASTQ → Matrix（墨卓/MobiVision）对单个墨卓/MobiDrop 样本 FASTQ 执行 MobiVision 定量。只需填物种（人/小鼠/大鼠），索引由平台按物种注入；大鼠是 Rnor_6.0，不要标成 mRatBN7.2。
- 单细胞 FASTQ → Matrix（10x Cell Ranger）对单个 10x Chromium 样本 FASTQ 执行 cellranger count，产出 filtered/raw feature-barcode 矩阵。只需填物种（人/小鼠），transcriptome 由平台按物种注入；不支持大鼠/猪/斑马鱼。
- 单细胞数据载入与质控将单个单细胞样本（矩阵目录或 .h5/.h5ad）载入 Seurat 对象并做基础质控：指标计算、小提琴图、最小细胞/基因过滤。
- 单细胞标准流程（一键端到端）一键完成单细胞分析全流程，自动识别样本数并运行标准工作流（载入质控 → 去双细胞 → 过滤标准化 → 降维聚类等）。
- 环境 RNA 污染去除用 DecontX（默认，只需过滤后矩阵，可处理多样本合并对象）或 SoupX（需提供同一样本的未过滤 raw 矩阵）估计每个细胞的环境 RNA 污染比例并校正计数。应在归一化之前运行，通常放在载入质控之后、去双细胞之前。
- 双细胞检测与去除用 scDblFinder（优先）或 DoubletFinder 检测并去除双细胞。按样本逐个运行，应在合并前对每个样本单独执行。
- 多样本合并将 2 个及以上的单样本 Seurat 对象合并为一个组合对象（仅多样本项目使用，合并后需继续做整合/分析）。
- Harmony 批次整合用 Harmony 整合去除合并后 Seurat 对象的批次效应，并在校正后的嵌入上重新运行 UMAP 与聚类（仅多样本项目）。
- 细胞周期评分与分析用 Seurat CellCycleScoring 对 G1/S/G2M 细胞周期阶段打分，生成各簇相位分布图，可选回归去除细胞周期效应。
- marker 基因识别与细胞类型注释为聚类后 Seurat 对象的每个簇找出正/负 marker 基因，再用大模型（DeepSeek）依据 top marker 自动注释细胞类型。
- 综合可视化与 marker 分析对聚类后的 Seurat 对象做 FindAllMarkers，并生成 UMAP/t-SNE、热图、点图、小提琴/山脊图、特征图等一整套探索性图形。
- 细胞类型注释修正依据用户提供的 CSV 映射（簇 → 细胞类型）更新 Seurat 对象的注释，用于手动覆盖或细化自动注释结果。
- 细胞类型比例分析自动分析各样本/分组的细胞类型比例，生成堆叠柱状图、饼图与每类型统计图，自动识别分组和细胞类型列。
- Seurat 标准分析（PCA+聚类+UMAP）对过滤标准化后的 Seurat 对象做 PCA 降维、邻域图聚类与 UMAP 可视化，输出带聚类与降维结果的对象及概览图。
- 自动细胞类型注释自动注释细胞类型，支持内置 SingleR+celldex 参考、用户自定义参考或 marker 三种方式，输出细胞级与簇级注释表及 UMAP。
- 子集提取与再聚类按指定元数据列的取值提取细胞子集并重新降维聚类，用于对特定细胞群做更精细的亚群分析。
- 细胞过滤与标准化按基因数 / 线粒体比例等阈值过滤低质量细胞，并做标准化（SCTransform / LogNormalize），输出干净对象与质控图。
- 基因表达 FeaturePlot在 UMAP / tSNE 上按指定基因绘制表达着色图（FeaturePlot），支持多基因分面与按条件分组。
- 单基因表达小提琴图对指定单个基因按分组绘制表达小提琴图，查看其在各细胞群 / 条件中的表达分布。
- 降维图重绘（UMAP/tSNE）按指定分组列重新绘制 UMAP / tSNE 降维图，支持自定义配色、图例与画布尺寸。
- 下载 CNCB/GSA 单细胞数据从国家生物信息中心（CNCB）GSA（Genome Sequence Archive）下载单细胞/空间转录组数据，支持 PRJCA（项目号）与 CRA（研究号）编号，可下载 FASTQ、H5、矩阵或补充文件，作为 GEO/SRA 之外面向国内数据库的下载入口。
- 生成演示/测试子集从已上传数据中抽取一个小规模子集用于测试或预览，支持三种输入阶段：FASTQ（抽取部分 reads）、矩阵（10x/h5 目录抽细胞）、RDS（Seurat 对象抽细胞），可自动识别输入所处阶段。
- 亚群精细注释（子集→重聚类→LLM 注释）从已注释的 Seurat 对象中选定目标细胞类型，子集化后重新聚类以发现更精细的亚群，再结合所属大类的上下文用大模型自动注释亚群命名。需要输入的 RDS 已带细胞类型标注供模糊匹配。
- 按条件列拆分 Seurat 对象从已注释的 Seurat 对象中按某个元数据列的取值筛选细胞，保留原有细胞类型、UMAP 与聚类结果，不重新聚类/标准化。典型用于将整合后的对象按分组拆开，分别做细胞通讯分析后再比较组间差异。
单细胞高级分析 16 项
细胞通讯、拟时序、CNV、调控网络、差异丰度等进阶单细胞分析
查看 16 项工具
- 细胞间通讯分析（CellChat）用 CellChat 从带注释的 Seurat 对象推断并分析细胞间通讯网络，输出互作网络、信号通路汇总与可视化图。
- 配体活性推断（NicheNet）用 NicheNet 从带注释的 Seurat 对象推断最可能驱动某个受体细胞群响应基因集的上游配体，输出配体活性排序、配体-靶基因/配体-受体权重连接与可视化图。
- 拟时序 / 轨迹分析用 Monocle3 或 slingshot 推断细胞发育轨迹与拟时序排序，输出轨迹图与按拟时序排序的细胞元数据。
- 拷贝数变异推断（inferCNV）用 inferCNV 从单细胞 RNA-seq 推断大尺度拷贝数变异，需要基因位置文件与区分参考（正常）/观测细胞的注释列。
- Pseudobulk 条件间差异表达将单细胞 counts 按样本聚合为 pseudobulk 谱，再用 DESeq2 检验不同条件间的差异表达基因，输出差异表与火山图。
- Pseudobulk 差异表达 + GO/KEGG 富集将单细胞数据按簇聚合为 pseudobulk 样本，用 edgeR/limma 做差异表达，再做 GO 与 KEGG 富集分析。
- 基因调控网络推断（GENIE3，R/Seurat）用 GENIE3（基于随机森林）从单细胞表达数据推断基因调控网络，识别 top 转录因子 → 靶基因调控关系。输入为 Seurat RDS；候选基因数较多（默认 3000）时比 Python 版 sc_py_grn_scenic 慢，若已有/可提供 h5ad 优先用 Python 版。
- 差异丰度分析（Milo）用 Milo（KNN 图邻域 + 负二项 GLM）检验不同条件间细胞类型/状态的差异丰度，需要带样本与条件元数据的多样本数据。
- 参考映射细胞注释（标签迁移）用 Seurat 标签迁移或 Azimuth 将查询 Seurat 对象映射到参考数据集自动注释细胞类型，比手动 marker 注释更快更客观。
- 参考注释细胞类型（SingleR）用 SingleR + celldex 内置参考（人类原代细胞图谱 / Monaco 免疫）自动注释细胞类型，将标签写回 Seurat 对象，输出每类细胞计数、聚类×标签交叉表与 UMAP 诊断图。
- 单细胞代谢通路活性评分（AUCell）用 AUCell 结合 msigdbr 的 KEGG 代谢通路基因集，为每个细胞逐条计算代谢通路活性得分，揭示不同细胞群的代谢偏好，输出评分矩阵、细胞类型×通路点图与 UMAP 着色图。
- Pseudobulk GSEA 通路富集对单细胞差异表达结果按基因排序后做 GSEA，富集 GO 生物过程与 KEGG 通路，输出富集结果表与 dotplot / ridgeplot 可视化图。
- 细胞通讯差异比较（CellChat）比较两组/两条件的 CellChat 通讯结果，按通路信号强度计算 log2 倍数变化，识别组间增强或减弱的信号通路，输出通路对比表与 fold-change 柱状图。需先对两组各跑一次细胞通讯分析。
- 虚拟基因敲除（scTenifoldKnk）用 scTenifoldKnk 从单细胞表达数据构建基因调控网络，模拟敲除指定基因，识别受其影响（差异调控）的下游基因，输出差异调控基因表与火山图，用于在不做实验的情况下预测基因功能与调控关系。
- RNA 速率分析（velocyto.R）用 velocyto.R 基于剪接/未剪接 mRNA 比例估计 RNA 速率，预测细胞的未来转录状态与分化方向，将速率箭头投影到 UMAP 上。需提供 velocyto 生成的 loom（含 spliced/unspliced 矩阵）。
- 拟时序/发育轨迹分析（Monocle3）对已注释的 Seurat 对象用 Monocle3 学习主图轨迹并按拟时序排序细胞，输出轨迹/UMAP 图、拟时序相关基因、基因热图及可选组间比较。如需基于简单谱系排序的拟时序分析，可选用拟时序/轨迹分析工具（Slingshot）。
单细胞分析 (Python/Scanpy) 24 项
Scanpy/AnnData 单细胞流程：与 R/Seurat 套件指标逐一对齐，h5ad 交换格式，云容器执行
查看 24 项工具
- 单细胞标准流程（Python/Scanpy 一键端到端）对标 sc_standard_pipeline 的 Python 版：一键完成 scRNA-seq 全流程，自动识别单/多样本（载入质控 → 去双细胞 → 过滤标准化 → PCA/UMAP/Leiden → marker → 细胞类型注释）。输入 h5ad，云容器执行。
- 单细胞数据载入与质控（Scanpy，单样本）对标 load_and_qc_sc 的 Python 版：将单个样本（10x 矩阵目录 / 10x .h5 / .h5ad）载入 AnnData 并做基础质控（QC 指标、小提琴图、最小细胞/基因过滤）。仅接受一个数据路径。
- 细胞过滤与标准化（Scanpy，按样本）对标 filter_and_normalize 的 Python 版：按基因数 / 线粒体比例阈值过滤低质量细胞，再 normalize_total + log1p 并选高变基因。按样本逐个运行，不做 PCA。
- 双细胞检测与去除（Scrublet，按样本）对标 remove_doublets 的 Python 版：用 scrublet 检测并（默认）过滤双细胞，写入 obs 的 doublet_score / doublet_call。按样本逐个运行，应在合并前对每个样本单独执行。
- 多样本合并（Scanpy）对标 merge_seurat_objects 的 Python 版：将多个样本 h5ad 外连接为一个 AnnData，按 obs['batch'] 标记来源样本。仅多样本项目使用。
- Harmony 批次整合（Scanpy/harmonypy）对标 correct_batch_harmony 的 Python 版：用 harmonypy 校正合并对象的 PCA 嵌入到 obsm['X_pca_harmony']，并在校正后重跑 neighbors + UMAP + Leiden。仅多样本项目使用。
- 降维与聚类（Scanpy：PCA + UMAP + Leiden）对标 run_seurat_analysis 的 Python 版：scale + PCA、kNN 邻域图、UMAP 嵌入、Leiden 聚类，输出带 obsm['X_pca']/['X_umap'] 与 leiden 列的 h5ad 及概览图。
- marker 基因识别（Scanpy Wilcoxon）对标 find_markers_and_annotate 的 marker 步 Python 版：对每个簇跑 Wilcoxon 秩和差异表达（rank_genes_groups），输出长表 marker CSV + 热图 + 点图。
- marker 库细胞类型注释（Scanpy）对标 annotate_sc / auto_celltype_annotation（marker 路线）的 Python 版：用规范 marker 库为每个簇打分注释细胞类型，输出带 cell_type 的 h5ad 与注释表。
- CellTypist 参考注释（Python）对标 single_cell_cell_annotation / reference_mapping_transfer 的 Python 版：用 CellTypist 预训练模型（默认 Immune_All_Low.pkl）做监督式细胞类型注释。输入为聚类后 h5ad。
- 细胞周期评分与分析（Scanpy）对标 cell_cycle_analysis 的 Python 版：用 Tirosh/Seurat 经典基因集为 G1/S/G2M 打分，写入 obs 的 S_score / G2M_score / phase，生成各簇相位分布图。
- 细胞类型比例分析（Scanpy）对标 cell_type_proportion 的 Python 版：从注释后 AnnData 计算各样本/分组的细胞类型比例，生成堆叠柱状图 + 饼图 + 比例 CSV/JSON，自动识别分组与细胞类型列。
- 指定基因 FeaturePlot（Scanpy UMAP）对标 feature_plot_genes 的 Python 版：为用户指定基因生成表达 UMAP 图，输出一个合并 PDF 与每个匹配基因单独 PNG。输入为降维后 h5ad。
- 基因小提琴图（Scanpy）对标 plot_gene_violin 的 Python 版：为指定基因按元数据分组（leiden/cell_type/…）生成小提琴图，支持 split_by 与目标簇筛选。
- 按元数据/表达过滤细胞（Scanpy）对标 filter_cells 的 Python 版：按离散元数据取值（簇 ID、细胞类型、样本、任意 obs 列）移除或保留细胞，支持精确/子串/正则匹配与可选第二个 AND 条件。
- 按条件列提取子集（Scanpy）对标 subset_by_condition 的 Python 版：按元数据列取值（disease_state/group/condition…）提取细胞子集，保留已有 cell_type、UMAP 嵌入与聚类结果。
- 新增/更新元数据列（Scanpy）对标 update_column_metadata + add_sample_metadata + update_annotations 的 Python 版：以五种模式之一新增或修改 AnnData 的 obs 列（旧值→新值映射、CSV 映射、按样本赋值等）。
- 伪 bulk 差异表达（Python/pyDESeq2）对标 pseudobulk_condition_comparison 的 Python 版：将注释后 h5ad 聚合为 cell_type × condition 的伪 bulk 计数，按细胞类型跑 pyDESeq2 找条件间差异表达基因。
- 基因集富集分析（Python/gseapy prerank）对标 pseudobulk_gsea / pseudobulk_go_kegg 的 Python 版：用 gseapy 对排序基因表（如 sc_py_pseudobulk_diff 的输出，或任意用户提供的 gene/score 表）跑 GSEA prerank，输出富集结果与图。
- RNA 速率分析（scVelo）对标 rna_velocity_analysis 的 Python 版：从 spliced/unspliced 计数估计 RNA 速率。需聚类后 h5ad（含 sc_py_reduce_cluster 的 UMAP）+ velocyto CLI 生成的 .loom 文件。
- PAGA 轨迹拓扑（Scanpy，簇间连接）用 PAGA 判断哪些细胞簇/细胞类型之间存在连续过渡：输出簇×簇连接度矩阵、抽象图与叠加在 UMAP 上的连接图。只回答「谁和谁相连」，不给伪时间也不给方向；若输入是 sc_py_rna_velocity 的产物，则用 RNA 速率给边定向。常用来判断轨迹起点，再交给 sc_py_dpt 排序细胞。
- 扩散伪时间 DPT（Scanpy，细胞排序）用 Diffusion Pseudotime 给每个细胞一个 0–1 的伪时间：输出 UMAP 伪时间图（标出根细胞）、各簇伪时间箱线图、逐细胞伪时间表与各簇排序。必须指定起点簇（起点决定伪时间方向，工具不替你猜），适合起点已知的连续分化/激活过程。
- h5ad 导出为 Seurat RDS（Python → R 桥）与 export_seurat_to_h5ad 配对的反向桥：将任意 sc_py_* 产出的 AnnData h5ad 转为 Seurat RDS，便于回到 R/Seurat 工具套件继续分析。
- 基因调控网络推断（pySCENIC，Python，推荐默认）对标 grn_inference_analysis 的 Python 版：pySCENIC 标准三步（GRNBoost2 推断候选 TF→靶基因 → cisTarget motif 剪枝 → AUCell 逐细胞 regulon 活性）。候选调控因子限定为真实转录因子，比 R 版 GENIE3（未限定 TF 时为全基因两两组合）快一个数量级以上；需要聚类后的 h5ad，若只有 Seurat RDS 请改用 grn_inference_analysis。
Perturb-seq 分析 8 项
单细胞 CRISPR 扰动筛选(Perturb-seq/CROP-seq):从 CellRanger multi 原始数据读取/合并、guide 身份分配(含交叉验证)、Mixscape 逃逸细胞识别与过滤、扰动表型可视化、每 target vs NTC 伪bulk 差异表达
查看 8 项工具
- CellRanger multi 原始数据 RNA/CRISPR 拆分CellRanger multi 把一个样本的基因表达(RNA)和 CRISPR guide 读出打包在同一份 filtered_feature_bc_matrix.h5 里,这一步把它拆成两份下游能直接用的数据:RNA 细胞为准,CRISPR 矩阵按 RNA 细胞集合补零对齐(没有 guide reads 的细胞留在 RNA 对象里,后续 guide 分配步骤会判为 unassigned)。仅用于原始 CellRanger multi 输出;普通单细胞数据(没有 CRISPR)直接用 load_and_qc_sc;已经有现成 guide 调用表(如 protospacer_calls_per_cell.csv)时不需要这一步。
- 单样本多组学 10x 读取(RNA+CRISPR)读取单个样本的 CellRanger multi 原始输出(RNA+CRISPR 共用一套条码),拆出两个矩阵后组装成 Seurat 对象:RNA 作为默认 assay,CRISPR 作为补零对齐的附加 assay。不做任何 QC/去doublet/标准化,产物直接接标准单细胞流程(load_and_qc_sc → remove_doublets → filter_and_normalize → run_seurat_analysis),CRISPR assay 全程原样跟着走,供 guide 分配步骤直接读取。
- 多样本多组学 10x 读取+合并(RNA+CRISPR)一步完成 N 个样本的 CellRanger multi 数据读取与合并:对每个样本调用单样本读取逻辑,再统一 merge、对拆分的 RNA/CRISPR 两个 assay 分别做 JoinLayers 拼回单层。专门用来替代分步读取+单独合并这条容易在生产环境出错的链路(跨步骤产物引用失败),需要多样本一次性合并成一个对象再做 QC 时用这个。
- guide/sgRNA 身份分配在已 QC+标准化的 Seurat 对象上附加 CRISPR 扰动读出:meta.data 已有 guide 列时直接规整,或按 guide 计数表(cell_barcode/guide/umi_count)逐细胞取最高 UMI guide 赋值(UMI 阈值、纯度、MOI 上限可调),写入 perturbation(target 基因,非靶向对照统一记为 NTC)与 guide_identity 两列元数据,输出每 guide 细胞数、MOI 分布与 NTC 占比统计及质控图。
- Guide 身份分配(双方法交叉验证版)guide_assignment 的加强替代方案:不只信一种判定方法,而是自己按 UMI 阈值/纯度/top1-top2 比独立算一遍,再(如果提供了 CellRanger 自己的 protospacer_calls_per_cell.csv)拿两边结果互相校验,只有两种方法都判定为同一个 guide 才标记高置信。想要更严格的置信度、有 CellRanger 自带调用结果可比对时用这个;只需要单一 UMI 阈值判定就用 guide_assignment。
- Mixscape 逃逸细胞识别与过滤用 Seurat 核心包自带的 CalcPerturbSig + RunMixscape 把每个扰动细胞分类为 KO(真扰动)或 NP(未扰动/逃逸细胞):先对每个细胞取 K 个 NTC 最近邻算扰动信号,再用两成分混合模型定 KO 后验概率。KNN 邻居数/维数/min.cells 按 NTC 细胞数与数据规模自适应,小样本自动降级不报错;可选过滤 NP 细胞,输出各 target 的 KO 保留率与扰动评分密度图。
- 扰动表型可视化按 perturbation 与 Mixscape 分类(KO/NP/NTC)着色出 UMAP,并给出 target×target 表型相似性热图看哪些扰动互为 phenocopy:优先用 MixscapeLDA 判别空间质心,失败时依次降级为扰动信号平均谱、表达谱平均的层次聚类,输出实际使用的路径。纯出图步骤,不产出新对象,不阻塞下游差异表达。
- 每 target vs NTC 伪bulk 差异表达按(样本 × target)聚合为伪bulk(组内细胞数 <5 跳过),固定以 NTC 为 DESeq2 参考水平,对每个 target 单独跑一次对比 —— 刻意不做全两两对比(target 数几十上百时组合会爆炸且不符合筛选设计)。重复数不足或 DESeq2 失败时降级为 edgeR 固定离散检验。输出每 target 一份 DE 表(列名对齐 GO/KEGG 富集工具的输入契约)、按显著基因数排序的效应量排名(判断哪个扰动表型最强)与火山图。
公共数据下载 2 项
从公共数据库一键获取测序与癌症基因组数据
查看 2 项工具
- NGS 测序数据下载（GEO/SRA/ENA）从 GEO、SRA、ENA 公共数据库检索并下载测序数据。支持两种方式：按编号下载（GSE/SRR/PRJNA/SRP/GSM 直接下 FASTQ），或按文字描述搜索后选择下载。
- TCGA / GDC 癌症数据下载从 NCI 基因组数据共享中心（GDC）下载癌症基因组数据，覆盖 TCGA、TARGET、CGCI、CPTAC 等项目。支持按项目编号（如 TCGA-BRCA）下载表达/临床数据，或按描述搜索。
通路富集分析 6 项
对基因列表或差异表达结果做 GO/KEGG/GSEA 富集与可视化
查看 6 项工具
- GO 富集分析（ORA）用 clusterProfiler 做基因本体（GO）过表达分析（BP/MF/CC/ALL）。可输入差异表达结果表（自动按 padj/log2FC 筛显著基因并以全表为背景）或纯基因列表，输出富集表、去冗余结果与点图。
- KEGG 通路富集（ORA）基于差异基因做 KEGG 通路与模块的过表达富集（在线获取最新 KEGG 注释），输出富集表、模块表与点图。
- GSEA 基因集富集分析（MSigDB）基因集富集分析（GSEA）游走检验：对完整排序基因列表（无需先设差异阈值）基于 MSigDB 基因集做富集，输出 dotplot / ridgeplot / GSEA 富集曲线图，支持 msigdb / reactome / go / kegg 多来源。
- 通路富集结果可视化对 clusterProfiler 富集结果（GSEA/GO/KEGG 等）生成发表级图（点图、条形图、基因-通路网络图、通路重叠图、脊线图等），作为任意富集分析之后的通用可视化步骤。
- WikiPathways 通路富集基于社区维护的开源通路数据库 WikiPathways 做富集分析：对显著基因做过表达分析，若提供排序列则同时做 GSEA。实时抓取最新 WikiPathways 基因集，需要联网。
- 一键工作流：表达差异→通路富集从单份差异表达结果表出发，一次性完成 GO 过表达分析（含冗余项精简）、KEGG 过表达分析、可选 Reactome 富集，并生成点图/条形图/网络图等可视化，一次调用得到该对比的完整通路图景。
通用工具 8 项
基因 ID 转换、通用 GO 富集、表达点图、Seurat 对象检查等跨领域辅助工具
查看 8 项工具
- 基因 ID 转换在 SYMBOL / ENSEMBL / ENTREZ 等基因 ID 类型间互转，自动识别输入类型，支持人/鼠等物种，输出 ID 映射表，供下游分析统一基因标识。
- 通用 GO 富集（条形图）对任意基因列表做 GO 富集（ORA），输出富集结果表与条形图，支持 BP/MF/CC 本体与多物种 OrgDb，适合快速注释一组感兴趣基因的功能。
- 通用表达点图（DotPlot）对 Seurat 对象按分组绘制基因表达点图，支持显式基因列表、标记基因库，或自动 FindAllMarkers 取每个簇的 Top 标记基因。
- Seurat 对象检查快速查看 Seurat RDS 的细胞/基因数、assay、降维结果、元数据列与活跃 identity，并提示可用于分组的列，便于下游分析选参。
- 生成项目分析报告（PDF/PPTX）汇总项目内全部分析结果，自动生成图文并茂的 PDF 报告（封面、目录、分步骤解读、结论），也可同时生成 PPTX 幻灯片版（标题页 + 每节一页解读文字 + 每张图一页 + 每张表一页）。适合分析结束后一键出具给客户的汇报材料。
- Excel 转 CSV把上传的 .xlsx 表格转换为 CSV，可指定单个或全部工作表。用于上传的是 Excel 但下游分析工具只接受 CSV 输入的场景。
- 图片批量导出为 PowerPoint把分析结果目录下的 PNG/JPG 图批量打包成一份 PPTX，默认每页一图并按文件名做标题、备注写明图片来源路径便于回溯，也支持按子目录自动分节、多图拼版。适合分析结束后整理成汇报文件。
- 矩阵样本列裁剪（只用部分样本）从基因×样本的原始计数矩阵里只保留（或剔除）指定的样本列，输出一份新的计数矩阵，数值原样拷贝、列顺序不变。适合“只用其中几个样本”“去掉离群样本”的场景：作为分析的第一步，后面的质控、差异分析、PCA、聚类等都改用裁剪后的矩阵。样本名须与矩阵表头逐字一致，找不到会直接报错并提示最接近的列名，不会悄悄漏样本。