用途：muon 用于多模态单细胞联合分析。核心容器 MuData 以字典形式保存每种模态的 AnnData，各模态共享 obs 与 var 轴，可统一操作。适用场景包括 10x Genomics Multiome（同一细胞核同时测 RNA 与 ATAC）、CITE-seq（RNA 与表面蛋白）及其他多组学数据。
主要能力：按模态提供专用预处理——ATAC 的 TF-IDF 归一化与 LSI 降维、表面蛋白的 CLR 归一化；用加权最近邻（WNN）图构建联合降维与嵌入；支持跨模态特征关联（如把 ATAC 峰与邻近基因表达关联）；经 mofapy2 运行 MOFA+ 因子分析；并提供模态感知的可视化函数 mu.pl.embedding。
使用方式：安装 pip install "muon[all]" "scanpy[leiden]" anndata，MOFA+ 另需 pip install mofapy2。基本流程为构建 MuData、分别预处理各模态（RNA 走 scanpy 常规流程得到 X_pca；ATAC 用 mu.atac.pp.tfidf 与 mu.atac.tl.lsi 得到 X_lsi）、再用 mu.pp.neighbors(mdata, key_added="wnn", use_rep={"rna": "X_pca", "atac": "X_lsi"}) 构建 WNN 图，随后 sc.tl.umap 与 sc.tl.leiden 做联合降维与聚类。支持 h5mu 读写（mdata.write / mu.read）及 mu.read_10x_h5 读取 10x 文件。
限制与注意：需 Python 3.9+，数据量超过 5 万细胞建议 16 GB 以上内存；各模态需共享一致的 obs_names，可用 mu.pp.intersect_obs 保证一致性；对 ATAC 使用表达式的 PCA 会让测序深度主导首成分，故需先用 TF-IDF/LSI，首成分通常代表深度而非生物学。若只分析单一 RNA 模态应改用 scanpy，需要跨模态概率化深度生成式批次校正时可考虑 scvi-tools（MultiVI/totalVI）。其他收费、平台与效果信息资料未提供。