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 |

scvi-tools を使用した単一細胞解析のための深層学習。このスキルは、ユーザーが (1) scVI/scANVI を使用したデータ統合とバッチ補正、(2) PeakVI を使用した ATAC-seq 解析、(3) totalVI を使用した CITE-seq マルチモーダル解析、(4) MultiVI を使用したマルチオーム RNA+ATAC 解析、(5) DestVI を使用した空間トランスクリプトミクス デコンボリューション、(6) scANVI/scArches を使用したラベル転写および参照マッピング、(7) を使用した RNA 速度を必要とする場合に使用する必要があります。 veloVI、または (8) 深層学習ベースの単一セル手法。トリガーには、scVI、scANVI、totalVI、PeakVI、MultiVI、DestVI、veloVI、sysVI、scArches、変分オートエンコーダー、VAE、バッチ補正、データ統合、マルチモーダル、CITE-seq、マルチオーム、リファレンス マッピング、潜在空間の言及が含まれます。 ソース: anthropics/life-sciences。

原文を見る