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-tools를 사용한 단일 세포 분석을 위한 딥 러닝. 이 기술은 사용자가 (1) scVI/scANVI를 사용한 데이터 통합 및 일괄 수정, (2) PeakVI를 사용한 ATAC-seq 분석, (3) totalVI를 사용한 CITE-seq 다중 모드 분석, (4) MultiVI를 사용한 멀티옴 RNA+ATAC 분석, (5) DestVI를 사용한 공간 전사체 디콘볼루션, (6) scANVI/scArches를 사용한 라벨 전송 및 참조 매핑, (7) veloVI를 사용한 RNA 속도 또는 (8) 모든 심층이 필요한 경우에 사용해야 합니다. 학습 기반 단일 세포 방법. 트리거에는 scVI, scANVI, totalVI, PeakVI, MultiVI, DestVI, veloVI, sysVI, scArches, 변형 자동 인코더, VAE, 배치 수정, 데이터 통합, 다중 모드, CITE-seq, 다중체, 참조 매핑, 잠재 공간에 대한 언급이 포함됩니다. 출처: anthropics/life-sciences.

원본 보기