scvelo

scvelo skill 개요

scvelo는 단일세포 RNA-seq 데이터에서 RNA velocity 분석을 수행하는 Python skill입니다. unspliced와 spliced mRNA를 바탕으로 cell state 전이를 추정하고, trajectory 방향을 추론하며, latent time을 계산하고, driver gene을 찾아내는 데 도움이 됩니다. scvelo for Data Analysis가 필요하고, 일반적인 클러스터링이나 pseudotime보다 더 명확한 방향성이 필요하다면 이 skill은 매우 적합합니다.

scvelo skill이 적합한 용도

scvelo skill은 세포가 어떻게 묶이는지가 아니라 어디로 향하는지를 묻는 질문에 사용할 때 가장 유용합니다. 시간 경과 샘플이 없는 snapshot 데이터에서 발달 진행, fate branching, lineage dynamics를 추론하고 싶을 때 특히 강합니다.

적합한 사용자와 프로젝트

이 skill은 단일세포 생물학을 다루는 연구자와 분석가, 특히 Scanpy나 scvi-tools를 사용하는 사람에게 잘 맞습니다. 분화, state transition, latent time 정렬, velocity 기반 시각화를 포함한 RNA velocity 워크플로우에서 가장 가치가 큽니다.

scvelo가 다른 점

일반적인 prompt와 비교하면 scvelo는 RNA velocity의 가정과 필수 입력값을 중심으로 한 분석 지향 워크플로우를 제공합니다. 이 점이 중요한 이유는, 성공 여부가 preprocessing 품질, spliced/unspliced layer, 데이터셋 적합성에 크게 좌우되기 때문입니다. 좋은 scvelo guide는 데이터가 velocity를 뒷받침할 수 없는 경우 이를 피하도록 도와줘야 합니다.

scvelo skill 사용 방법

설치하고 적절한 파일부터 확인하기

먼저 안내된 설치 경로에 skill을 설치한 뒤, main skill file부터 읽으세요. 이 repository에서는 SKILL.md가 가장 먼저 확인할 시작점이며, 따라가야 할 helper script나 추가 reference folder는 없습니다. 즉, skill 본문 자체가 workflow guidance, constraint, 사용 패턴의 핵심 स्रोत입니다.

scvelo가 실제로 필요로 하는 입력을 제공하기

유의미한 scvelo 사용을 위해서는 단순히 “RNA velocity를 돌려줘”보다 더 많은 정보를 주세요. 다음을 포함하면 좋습니다:

• dataset type과 species
• spliced/unspliced count가 이미 있는지 여부
• Scanpy에서의 preprocessing 진행 상태
• 분석 목표: directionality, latent time, driver gene, fate mapping 중 무엇인지
• 알려진 batch, sparsity, QC 문제

더 나은 prompt 예시는 다음과 같습니다: “spliced/unspliced layers가 있는 이 pancreatic scRNA-seq AnnData object를 분석해서 RNA velocity를 추정하고, branching lineage의 driver gene을 순위화한 뒤, 어느 세포가 각 fate로 commit하는지 설명해줘.”

실용적인 워크플로우를 따르기

신뢰할 수 있는 scvelo guide는 보통 다음 순서를 따릅니다:

1. layer와 cell/gene QC 확인
2. 적절한 정규화와 필터링 수행
3. neighbor와 moment 구성
4. velocity 추정
5. velocity graph, latent time, driver gene 점검
6. 알려진 생물학적 지식과 대조해 해석

data check를 건너뛰지 마세요. scvelo에서는 입력이 약하면 그럴듯해 보이지만 잘못된 방향성을 만들어내기 쉽습니다.

워크플로우 섹션을 먼저 읽기

이 skill이 적합한지 판단하려면 다음을 설명하는 섹션에 우선 주목하세요:

• RNA velocity를 언제 써야 하는지
• 전제 조건과 가정
• 표준 workflow
• 해석의 한계

이 부분들은 plot이나 예시 호출을 훑어보는 것보다 훨씬 많은 정보를 줍니다. 또한 파라미터를 조정하기 전에 데이터셋이 실제로 적합한지 판단하는 데도 도움이 됩니다.

scvelo skill FAQ

scvelo는 고급 사용자만 위한 skill인가요?

아니요. 다만 초보자 친화적이라고 보기는 어렵습니다. 이미 Scanpy나 single-cell workflow를 다루고 있다면 scvelo는 충분히 접근 가능합니다. 초보자도 사용할 수는 있지만, AnnData 구조, count layer, 기본 QC를 이해하고 있어야 합니다.

scvelo는 일반적인 prompt와 어떻게 다른가요?

일반적인 prompt는 RNA velocity를 개념적으로 설명할 수 있지만, scvelo skill은 분석 실행에 더 적합합니다. 실제 workflow, 필요한 입력값, 그리고 결과의 신뢰성에 영향을 주는 해석 단계에 초점이 맞춰져 있습니다.

언제 scvelo를 쓰지 말아야 하나요?

unspliced/spliced 정보가 없거나, 데이터가 매우 shallow 하거나, 대략적인 clustering 요약만 필요하다면 scvelo를 쓰지 마세요. 데이터가 velocity 가정을 뒷받침하지 못한다면 pseudotime이나 differential expression analysis가 더 나은 선택일 수 있습니다.

scvelo가 Scanpy나 scvi-tools를 대체하나요?

아니요. scvelo skill은 이들과 보완 관계입니다. 실제로는 보통 Scanpy로 preprocessing과 visualization을 수행한 뒤, scvelo로 velocity-specific inference와 latent-time interpretation을 진행합니다.

scvelo skill 개선 방법

생물학적으로 구체적인 질문부터 시작하기

가장 좋은 scvelo 결과는 명확한 목표에서 나옵니다: fate branch, differentiation 방향, driver gene, latent ordering 중 무엇을 볼지 정하세요. “이 데이터셋을 분석해줘”는 너무 모호합니다. “progenitor에서 두 terminal state로 이어지는 가능성 높은 transition path를 찾아줘”처럼 묻는 편이 모델에게 훨씬 분명한 목적을 줍니다.

preprocessing과 품질 맥락을 제공하기

scvelo에서 가장 흔한 실패 원인은 preprocessing 정보가 약하거나 빠져 있는 경우입니다. filtering, normalization, highly variable gene selection, neighbor graph construction을 이미 했는지 알려주세요. 또한 sparse count, mixed cell state, batch effect 같은 눈에 띄는 문제도 함께 언급하세요.

코드만이 아니라 해석도 요청하기

유용한 출력은 velocity 결과가 생물학적으로 무엇을 의미하는지 설명해야 합니다. 주요 transition, 신뢰 한계, 추론된 방향을 뒷받침하는 gene이 무엇인지 요청하세요. 그래야 scvelo skill이 단순한 plot 생성 도구가 아니라 의사결정에 도움이 되는 도구가 됩니다.

한 번에 하나의 구체적인 출력으로 반복하기

첫 결과가 너무 넓다면 범위를 좁히세요. 예를 들어 다음과 같이 이어서 요청할 수 있습니다:

• 한 lineage에서 상위 velocity driver gene
• cluster 간 latent time 비교
• 추론된 방향이 알려진 marker와 맞는지 확인

이 방식이 scvelo for Data Analysis를 과도하게 복잡하게 만들지 않으면서 가장 빠르게 개선하는 방법입니다.