scvi-tools

SKILL.md

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 |

Aprendizaje profundo para análisis unicelular utilizando scvi-tools. Esta habilidad debe usarse cuando los usuarios necesitan (1) integración de datos y corrección por lotes con scVI/scANVI, (2) análisis ATAC-seq con PeakVI, (3) análisis multimodal CITE-seq con totalVI, (4) análisis multiome RNA+ATAC con MultiVI, (5) deconvolución de transcriptómica espacial con DestVI, (6) transferencia de etiquetas y mapeo de referencia con scANVI/scArches, (7) velocidad de ARN con veloVI, o (8) cualquier método unicelular basado en aprendizaje profundo. Los desencadenantes incluyen menciones de scVI, scANVI, totalVI, PeakVI, MultiVI, DestVI, veloVI, sysVI, scArches, codificador automático variacional, VAE, corrección por lotes, integración de datos, multimodal, CITE-seq, multiome, mapeo de referencia, espacio latente. Fuente: anthropics/life-sciences.

Ver original