WARNING

本文档由 AI 自动翻译，可能存在表述差异。如需核对，请参考英文原文。

分析单细胞 RNA 测序数据

RNA Sequencing 提供了一个预配置的 JupyterLab 环境，用于 GPU 加速的单细胞 RNA 测序（scRNA-seq）分析。它包含一个可立即运行的笔记本 scRNA_analysis_preprocessing.ipynb，演示了基于 RAPIDS-singlecell 的预处理和分析工作流。

使用本指南打开笔记本、运行完整的分析流程并查找生成的输出文件。

前提条件

• 一台具有 AMD64 架构和 NVIDIA GPU 的 Olares 设备，且该应用至少可以使用 10 GB VRAM。

安装 RNA Sequencing

1. 打开 Market 并搜索 "RNA Sequencing"。

   

2. 点击 Get，然后点击 Install，等待安装完成。

运行分析笔记本

1. 从 Launchpad 打开 RNA Sequencing。应用会在 JupyterLab 界面中打开。

   

2. 在左侧的文件浏览器中，双击 scRNA_analysis_preprocessing.ipynb 打开分析笔记本。

   该笔记本已预配置，可直接运行。

   

   备份原始笔记本

   如需保留原始笔记本不变，请右键点击 scRNA_analysis_preprocessing.ipynb 并选择 Duplicate。这会在同一文件夹中创建一个副本。打开并运行该副本笔记本。

3. 点击 Run > Run All Cells 执行完整的分析流程。

   

4. 等待所有单元格运行完毕。

   单元格运行时，其执行指示器显示 [*]。单元格运行完成后，已执行的单元格会显示如 [1] 和 [2] 等数字，生成的图表或表格会出现在对应单元格下方。

5. 运行完成后，在文件浏览器中打开 h5 文件夹以查找生成的输出文件。

以上步骤运行了预配置的流程。如需自定义工作流，你可以编辑笔记本、创建新笔记本，或使用标准 JupyterLab 功能运行选定的单元格。有关 JupyterLab 的一般用法，请参阅 JupyterLab 文档。

了解更多

• RAPIDS-singlecell 文档：GPU 加速 scRNA-seq 分析的 API 参考和教程。
• NVIDIA Single-Cell Playbook：本应用所基于的原始 playbook。