Scanpy

scvi-tools は、確率的なシングルセル解析のための Python フレームワークです。この scvi-tools スキルは、バッチ補正、潜在埋め込み、不確実性つき差次的発現、転移学習、マルチモーダル統合に活用できます。single-cell RNA-seq、ATAC、CITE-seq、multiome、空間解析のワークフローに特に適しており、高度な Machine Learning のユースケースでは特に強みを発揮します。

scvelo は、単一細胞 RNA-seq データにおける RNA velocity 解析のための Python スキルです。未スプライス／スプライス済み mRNA から細胞状態遷移を推定し、軌道の方向性を推論し、latent time を算出し、driver genes を特定するのに使えます。標準的なクラスタリングや pseudotime だけでは方向性が足りない Data Analysis での scvelo に特に有用です。

Pythonで単一細胞RNA-seqデータを解析するためのscanpy skillです。QC、正規化、PCA、UMAP/t-SNE、クラスタリング、マーカー遺伝子の発見、軌跡解析、論文品質のプロットに使えます。AnnDataを中心にした探索的なscRNA-seqワークフローに最適で、scanpyの使い方と導入手順もわかりやすく示します。

CELLxGENE Census をプログラムからクエリするための cellxgene-census skill です。発現データ、メタデータ、埋め込み、さらに組織・疾患・細胞種をまたぐクロスデータセットのパターン探索に使えます。集団規模のシングルセル解析やリファレンスアトラス比較に最適で、自分のデータには scanpy や scvi-tools を使うのが向いています。