scvelo

scvelo skill の概要

scvelo は、単一細胞 RNA-seq データに対する RNA velocity 解析のための Python skill です。unspliced と spliced の mRNA から細胞状態の遷移を推定し、trajectory の方向性を推し量り、latent time を算出し、driver genes を見つけるのに役立ちます。scvelo for Data Analysis を行っていて、標準的なクラスタリングや pseudotime 以上の方向性が必要なら、この skill は非常に相性が良いです。

scvelo skill は何のためのものか

scvelo skill は、細胞が「どうまとまるか」ではなく「どこへ向かうか」を知りたいときに使います。タイムコースなしで、発生段階の進行、運命分岐、系譜ダイナミクスを推定したいスナップショット型データセットで特に有用です。

最適なユーザーとプロジェクト

この skill は、単一細胞生物学に取り組む研究者やアナリスト、特に Scanpy や scvi-tools を使っている人に向いています。分化、状態遷移、latent time の並べ替え、velocity ベースの可視化を伴う RNA velocity ワークフローでは、特に価値があります。

scvelo がほかと違う理由

汎用的な prompt と比べると、scvelo は RNA velocity の前提と必要入力を軸にした、解析向けのワークフローを提供します。これは重要です。というのも、成功の可否は前処理の質、spliced/unspliced レイヤー、データセットの適合性に大きく左右されるからです。よい scvelo ガイドであれば、データが velocity を支えられない場面で無理に使うことを避ける助けになります。

scvelo skill の使い方

インストールして、まず適切なファイルを確認する

skill の指定された install path を使い、最初に main skill file を確認してください。この repository では、出発点として有用なのは SKILL.md です。追うべき helper scripts や追加の reference folders はありません。つまり、workflow guidance、constraints、usage patterns の主な情報源は skill 本体です。

scvelo に本当に必要な入力を渡す

scvelo を有用に使うには、単に「RNA velocity を実行して」では足りません。次の情報を含めてください。

• dataset type と species
• spliced/unspliced counts がすでにあるかどうか
• Scanpy での preprocessing 状況
• 解析目的: directionality, latent time, driver genes, fate mapping のどれか
• 既知の batch 問題、sparsity、QC 問題

より強い prompt の例は次のとおりです: “Analyze this pancreatic scRNA-seq AnnData object with spliced/unspliced layers, estimate RNA velocity, rank driver genes for the branching lineage, and explain which cells appear to commit to each fate.”

実務的なワークフローに沿って進める

信頼できる scvelo ガイドは、通常次の順で進みます。

1. layers と cell/gene QC を確認する
2. 適切に normalize し、filter する
3. neighbors と moments を構築する
4. velocities を推定する
5. velocity graph, latent time, driver genes を確認する
6. 既知の生物学と照らして結果を解釈する

データチェックは飛ばさないでください。scvelo では、入力が弱いと見た目はもっともらしくても誤解を招く方向性が出やすいです。

workflow セクションを先に読む

skill が自分の用途に合うかを判断したいなら、次の説明にまず注目してください。

• RNA velocity を使うべき場面
• 前提条件と仮定
• 標準的な workflow
• 解釈上の限界

これらの部分は、図やサンプル呼び出しをざっと眺めるよりも多くを教えてくれます。また、パラメータ調整に時間をかける前に、データセットが適切かどうかを見極める助けにもなります。

scvelo skill の FAQ

scvelo は上級者向けだけですか？

いいえ。ただし、初心者でも何も考えずに使えるわけではありません。すでに Scanpy や単一細胞ワークフローに慣れているなら、scvelo は取り組みやすいです。初心者でも使えますが、AnnData の構造、count layers、基本的な QC を理解していることが前提です。

scvelo は通常の prompt と何が違いますか？

通常の prompt でも RNA velocity の概念説明はできますが、scvelo skill のほうが解析の実行に向いています。実際の workflow、必要入力、結果の信頼性を左右する解釈手順に焦点を当てているからです。

scvelo を使わないほうがよいのはいつですか？

unspliced/spliced 情報がない場合、データが非常に浅い場合、あるいは大まかなクラスタリング要約だけが必要な場合は、scvelo を使わないでください。データが velocity の仮定を支えられないなら、pseudotime や differential expression analysis のほうが適切なことがあります。

scvelo は Scanpy や scvi-tools の代わりになりますか？

いいえ。scvelo skill はそれらを補完するものです。実務では、前処理と可視化に Scanpy を使い、そのあと velocity 固有の推定と latent-time の解釈に scvelo を使うことがよくあります。

scvelo skill の改善方法

生物学的に具体的な問いから始める

scvelo でよい結果を得るには、明確な対象が必要です。fate branch、分化の方向、driver genes、latent ordering のいずれかをはっきりさせてください。「このデータを解析して」は曖昧すぎます。「progenitor から 2 つの terminal states への移行経路を特定して」のように言うほうが、モデルにとってずっと良い目標になります。

前処理と品質の文脈を与える

scvelo で最も多い失敗要因は、前処理情報が弱いか不足していることです。filtering、normalization、highly variable gene の選定、neighbor graph の構築がすでに済んでいるかを伝えてください。さらに、count が疎い、cell state が混在している、batch effect がある、といった明らかな問題も必ず共有してください。

コードだけでなく、解釈も求める

役立つ出力は、velocity の結果が生物学的に何を意味するかまで説明しているべきです。主な遷移、confidence limits、推定された方向を支える gene を尋ねてください。そうすると、scvelo skill は単なる図の作成ではなく、意思決定に役立つものになります。

一度に 1 つの具体的な出力へ絞って反復する

最初の結果が広すぎるなら、次は絞り込んでください。たとえば、次のように依頼します。

• 1 系譜における上位の velocity driver genes
• cluster 間の latent time の比較
• 推定された方向が既知の marker と一致するかの確認

これが、ワークフローを過剰に複雑にせずに scvelo for Data Analysis を最も速く改善する方法です。