Scanpy

scvi-tools 是一个用于概率式单细胞分析的 Python 框架。可将此 scvi-tools 技能用于批次校正、潜在嵌入、带不确定性的差异表达、迁移学习和多模态整合。它非常适合单细胞 RNA-seq、ATAC、CITE-seq、multiome 和空间组学工作流，尤其适用于更高级的机器学习场景。

scvelo 是一款用于单细胞 RNA-seq 数据中 RNA velocity 分析的 Python 技能。可用它根据未剪接和已剪接 mRNA 估计细胞状态转变、推断轨迹方向、计算 latent time，并识别 driver genes。对于需要超越标准聚类或 pseudotime、进一步判断方向性的 Data Analysis 场景，scvelo 尤其有用。

用于 Python 中单细胞 RNA-seq 数据分析的 scanpy 技能。适合做 QC、标准化、PCA、UMAP/t-SNE、聚类、marker 基因发现、轨迹分析以及生成出版级图表。最适合围绕 AnnData 构建的探索性 scRNA-seq 工作流，提供清晰的 scanpy 使用与安装指引。

用于通过程序化方式查询 CELLxGENE Census 的 cellxgene-census 技能。可用来探索表达数据、元数据、embedding，以及跨数据集的模式，覆盖不同组织、疾病和细胞类型。最适合群体规模的单细胞分析和参考图谱比较；如果是你自己的数据，建议使用 scanpy 或 scvi-tools。