scvi-tools

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 |

Apprendimento profondo per l'analisi di singole cellule utilizzando gli strumenti scvi. Questa competenza dovrebbe essere utilizzata quando gli utenti necessitano di (1) integrazione dei dati e correzione batch con scVI/scANVI, (2) analisi ATAC-seq con PeakVI, (3) analisi multimodale CITE-seq con totalVI, (4) analisi multiome RNA+ATAC con MultiVI, (5) deconvoluzione trascrittomica spaziale con DestVI, (6) trasferimento di etichette e mappatura di riferimento con scANVI/scArches, (7) velocità dell'RNA con veloVI o (8) qualsiasi metodo a cella singola basato sul deep learning. I trigger includono menzioni di scVI, scANVI, totalVI, PeakVI, MultiVI, DestVI, veloVI, sysVI, scArches, autoencoder variazionale, VAE, correzione batch, integrazione dati, multimodale, CITE-seq, multiome, mappatura di riferimento, spazio latente. Fonte: anthropics/life-sciences.