scvi-tools ( https://scvi-tools.org/ )，是一个用于单细胞组学数据概率建模的软件包，建立在 PyTorch 和 AnnData 之上。 该软件包托管了几个模型的实现，这些模型执行广泛的单细胞数据分析任务，以及快速原型化新概率模型的构建块。这是一个用于对单细胞组学数据进行深度概率分析的 Python 库。从最终用户的角度来看（补充说明1），scvi-tools 为许多单细胞数据分析任务提供标准化的方法访问，例如单细胞 RNA 测序 (scRNA-seq) 数据的集成（scVI 11或 scArches 12） , 单细胞图谱注释 (CellAssign 13或 scANVI 14 ), 大容量空间转录组图谱的反卷积 (Stereoscope 15或 DestVI 16 ), 双峰检测 (Solo 17) 和 CITE-seq（通过测序对转录组和表位进行细胞索引）数据的多模式分析（totalVI 18）。
a , 使用 scvi-tools 的单细胞组学分析流程概述。数据集可能包含多层组学信息，以及单元和特征级别的元数据。QC 和预处理是使用 Scanpy、Seurat 和 Scater 等流行软件包完成的。随后，可以使用 scvi-tools 分析数据集，其中包含为各种组学提供一系列功能的概率模型的实现。最后，通常通过最近邻图，以及通过 VISION 或 cellxgene 等环境或直接返回 Scanpy 或 Seurat，对结果进行进一步研究或可视化。b，左，scvi-tools 中实现的模型功能概述涵盖了核心单细胞分析任务。对，每个模型都有一个简单而一致的用户界面；显示的代码片段将 scVI 应用于从 h5ad 文件读取的数据集，然后执行降维和差异表达。
如若转载，请注明出处：https://www.ouq.net/scvi-tools%ef%bc%9a%e5%8d%95%e7%bb%86%e8%83%9e%e7%bb%84%e5%ad%a6%e5%88%86%e6%9e%90python%e5%ba%93.html
微信打赏，为服务器增加50M流量 
支付宝打赏，为服务器增加50M流量 