scvelo
使用 scVelo 进行 RNA 速度分析。根据未剪接/已剪接 mRNA 动力学估计细胞状态转变,推断轨迹方向,计算潜在时间,并在单细胞 RNA 测序数据中识别驱动基因。该方法与 Scanpy/scVI-tools 的轨迹推断相辅相成。
分类
开发工具安装
热度:23
下载并解压到你的 skills 目录
复制命令,发送给智能体自动安装:
下载并安装这个技能 https://openskills.cc/api/download?slug=k-dense-ai-skills-scvelo&locale=zh&source=copy
scvelo — RNA Velocity Analysis
技能概述
scvelo 是单细胞 RNA 测序数据分析的 Python 工具,通过建模 mRNA 剪接动力学来推断细胞状态转换轨迹,预测细胞分化方向并识别驱动基因,无需时序数据即可重建发育轨迹。
适用场景
核心功能
常见问题
scvelo 需要什么数据格式?
scvelo 需要包含 unspliced 和 spliced 两个层级的 AnnData 对象。这些数据可通过 STARsolo、kallisto|bustools 的 lamanno 模式、velocyto CLI 或 alevin-fry 生成。确保 adata.layers['spliced'] 和 adata.layers['unspliced'] 存在,且 obsm 中包含 UMAP 坐标用于可视化。
stochastic 和 dynamical 模型有什么区别?
stochastic 模型计算速度快,适合大型数据集的探索性分析;dynamical 模型拟合完整的剪接动力学,精度更高,可识别驱动基因并计算 latent time,但计算密集(1万细胞约需10-30分钟)。建议先用 stochastic 探索,发表时使用 dynamical。
如何解读 RNA velocity 箭头图?
箭头方向表示该细胞预期的未来状态,箭头长度表示变化速度。健康的数据应显示连贯的流动模式,箭头沿着已知生物学路径(如从干细胞到分化细胞)。随机或混乱的箭头可能提示数据质量问题或参数不当,需检查 unspliced reads 覆盖度和 n_neighbors 设置。