·scvi-tools

التعلم العميق لتحليل الخلية الواحدة باستخدام أدوات scvi. يجب استخدام هذه المهارة عندما يحتاج المستخدمون إلى (1) تكامل البيانات وتصحيح الدفعات باستخدام scVI/scANVI، (2) تحليل ATAC-seq مع PeakVI، (3) تحليل CITE-seq متعدد الوسائط مع TotalVI، (4) تحليل RNA + ATAC متعدد الأوجه مع MultiVI، (5) تفكيك النسخ المكاني مع DestVI، (6) نقل الملصقات ورسم الخرائط المرجعية باستخدام scANVI/scArches، (7) سرعة RNA مع veloVI، أو (8) أي طريقة أحادية الخلية قائمة على التعلم العميق. تتضمن المشغلات إشارات إلى scVI، وscANVI، وtotalVI، وPeakVI، وMultiVI، وDestVI، وveloVI، وsysVI، وscArches، ووحدة التشفير التلقائي المتغيرة، وVAE، وتصحيح الدُفعات، وتكامل البيانات، والوسائط المتعددة، وCITE-seq، والتعددية، ورسم الخرائط المرجعية، والمساحة الكامنة.

17التثبيتات·1الرائج·@anthropics

التثبيت

$npx skills add https://github.com/anthropics/life-sciences --skill scvi-tools

كيفية تثبيت scvi-tools

ثبّت مهارة الذكاء الاصطناعي scvi-tools بسرعة في بيئة التطوير لديك عبر سطر الأوامر

  1. افتح الطرفية: افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal
  2. نفّذ أمر التثبيت: انسخ ونفّذ هذا الأمر: npx skills add https://github.com/anthropics/life-sciences --skill scvi-tools
  3. تحقق من التثبيت: بعد التثبيت، سيتم إعداد المهارة تلقائيا في بيئة البرمجة بالذكاء الاصطناعي لديك وتصبح جاهزة للاستخدام في Claude Code أو Cursor أو OpenClaw

المصدر: anthropics/life-sciences.

This skill provides guidance for deep learning-based single-cell analysis using scvi-tools, the leading framework for probabilistic models in single-cell genomics.

| Data Type | Model | Primary Use Case |

| scRNA-seq | scVI | Unsupervised integration, DE, imputation | | scRNA-seq + labels | scANVI | Label transfer, semi-supervised integration | | CITE-seq (RNA+protein) | totalVI | Multi-modal integration, protein denoising | | scATAC-seq | PeakVI | Chromatin accessibility analysis | | Multiome (RNA+ATAC) | MultiVI | Joint modality analysis |

التعلم العميق لتحليل الخلية الواحدة باستخدام أدوات scvi. يجب استخدام هذه المهارة عندما يحتاج المستخدمون إلى (1) تكامل البيانات وتصحيح الدفعات باستخدام scVI/scANVI، (2) تحليل ATAC-seq مع PeakVI، (3) تحليل CITE-seq متعدد الوسائط مع TotalVI، (4) تحليل RNA + ATAC متعدد الأوجه مع MultiVI، (5) تفكيك النسخ المكاني مع DestVI، (6) نقل الملصقات ورسم الخرائط المرجعية باستخدام scANVI/scArches، (7) سرعة RNA مع veloVI، أو (8) أي طريقة أحادية الخلية قائمة على التعلم العميق. تتضمن المشغلات إشارات إلى scVI، وscANVI، وtotalVI، وPeakVI، وMultiVI، وDestVI، وveloVI، وsysVI، وscArches، ووحدة التشفير التلقائي المتغيرة، وVAE، وتصحيح الدُفعات، وتكامل البيانات، والوسائط المتعددة، وCITE-seq، والتعددية، ورسم الخرائط المرجعية، والمساحة الكامنة. المصدر: anthropics/life-sciences.

حقائق جاهزة للاقتباس

حقول وأوامر مستقرة للاقتباس في أنظمة الذكاء الاصطناعي والبحث.

أمر التثبيت
npx skills add https://github.com/anthropics/life-sciences --skill scvi-tools
الفئة
{}تحليل البيانات
موثق
أول ظهور
2026-02-01
آخر تحديث
2026-03-10

Browse more skills from anthropics/life-sciences

إجابات سريعة

ما هي scvi-tools؟

التعلم العميق لتحليل الخلية الواحدة باستخدام أدوات scvi. يجب استخدام هذه المهارة عندما يحتاج المستخدمون إلى (1) تكامل البيانات وتصحيح الدفعات باستخدام scVI/scANVI، (2) تحليل ATAC-seq مع PeakVI، (3) تحليل CITE-seq متعدد الوسائط مع TotalVI، (4) تحليل RNA + ATAC متعدد الأوجه مع MultiVI، (5) تفكيك النسخ المكاني مع DestVI، (6) نقل الملصقات ورسم الخرائط المرجعية باستخدام scANVI/scArches، (7) سرعة RNA مع veloVI، أو (8) أي طريقة أحادية الخلية قائمة على التعلم العميق. تتضمن المشغلات إشارات إلى scVI، وscANVI، وtotalVI، وPeakVI، وMultiVI، وDestVI، وveloVI، وsysVI، وscArches، ووحدة التشفير التلقائي المتغيرة، وVAE، وتصحيح الدُفعات، وتكامل البيانات، والوسائط المتعددة، وCITE-seq، والتعددية، ورسم الخرائط المرجعية، والمساحة الكامنة. المصدر: anthropics/life-sciences.

كيف أثبّت scvi-tools؟

افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal انسخ ونفّذ هذا الأمر: npx skills add https://github.com/anthropics/life-sciences --skill scvi-tools بعد التثبيت، سيتم إعداد المهارة تلقائيا في بيئة البرمجة بالذكاء الاصطناعي لديك وتصبح جاهزة للاستخدام في Claude Code أو Cursor أو OpenClaw

أين مستودع المصدر؟

https://github.com/anthropics/life-sciences

التفاصيل

الفئة
{}تحليل البيانات
المصدر
skills.sh
أول ظهور
2026-02-01