scvi-tools：单细胞组学深度生成模型框架

技能概述

scvi-tools 是基于 PyTorch 的单细胞组学深度生成模型框架，提供概率批次校正、多模态整合和不确定性量化的完整解决方案。

适用场景

1. 单细胞RNA-seq数据批次校正与整合

当您需要处理来自不同批次、实验室或技术的单细胞转录组数据时，scvi-tools 提供基于变分推断的概率批次校正方法。与传统的线性校正方法不同，scVI 模型能够学习数据的潜在生成过程，在去除批次效应的同时保留生物学变异信号。适用于需要整合多个研究数据、跨平台数据合并或处理技术噪音的场景。

2. 多模态单细胞数据联合分析

对于 CITE-seq、multiome 等同时测量多种模态的实验技术，scvi-tools 提供专门的多模态整合模型。totalVI 支持蛋白质和 RNA 数据的联合建模，MultiVI 能够处理配对和非配对的多组学数据整合。这些模型通过共享潜在空间实现不同数据类型的统一分析，特别适合需要同时利用多种测量信息的复杂实验设计。

3. 空间转录组学与专业模态分析

scvi-tools 包含针对空间转录组学的专门模型，如 DestVI 用于空间去卷积分析，以及针对 ATAC-seq、甲基化、流式细胞术等专业模态的分析工具。这些模型利用统一的理论框架和API设计，为不同类型的单细胞数据提供一致的深度学习解决方案，适用于需要处理非标准数据模态或进行专业化分析的研究场景。

核心功能

1. 基于深度概率模型的批次校正

scvi-tools 的核心功能是通过深度生成模型和变分推断实现数据批次校正。不同于传统的校正方法，scVI 系列模型（包括 scVI、scANVI 等）学习数据的概率表示，能够量化不确定性并提供统计检验功能。模型支持 GPU 加速训练，可处理百万级细胞的大规模数据集，且所有校正后的表示都通过概率框架生成，为下游的差异表达分析提供可靠的不确定性估计。

2. 统一API的多种数据模态支持

框架为20多种专门化的单细胞分析模型提供一致的API设计：数据准备（setup_anndata）→ 模型训练 → 特征提取。所有模型都基于 AnnData 对象，与 scanpy 生态系统无缝集成。无论是基础的 RNA-seq 分析还是专业的空间转录组去卷积，开发者都只需学习一次API模式即可应用到不同的数据类型和生物学问题上。

3. 概率差异表达分析

基于训练好的生成模型，scvi-tools 提供概率框架下的差异表达分析。与传统方法相比，能够为每个基因的表达变化提供不确定性量化，支持复合假设检验，更适用于复杂的多组学实验设计。分析结果直接包含统计显著性评估，无需额外的统计检验步骤，为研究人员提供更可靠的生物学发现。

常见问题

scvi-tools 适合什么样的分析需求？

scvi-tools 专门针对需要深度概率建模的单细胞分析场景，特别是涉及明显批次效应、多模态数据整合、或需要不确定性量化的研究。对于标准的降维、聚类等基础分析，scanpy 可能更直接。如果您的数据需要跨研究整合、多技术平台合并，或需要利用 CITE-seq 等多模态测量，scvi-tools 的深度生成模型能够提供比传统方法更强大的分析能力。

学习曲线和技术要求如何？

scvi-tools 需要 Python 3.12+ 环境，基于 PyTorch 和 PyTorch Lightning 构建。虽然框架提供了统一的API设计，但仍需了解深度学习和概率建模的基本概念。相比传统统计方法，scvi-tools 更适合有一定编程经验的研究人员。官方提供详细的教程和文档，对于熟悉 scanpy 和 AnnData 的用户来说，学习成本相对可控。

与 scanpy 应该如何配合使用？

scvi-tools 与 scanpy 是互补关系而非替代关系。典型工作流程是使用 scvi-tools 进行批次校正、特征提取、多模态整合等"重计算"步骤，然后将结果存入 AnnData 对象，再用 scanpy 进行可视化、聚类、标记基因识别等下游分析。两个框架完全兼容 AnnData 数据结构，可以无缝协作。scvi-tools 专注于概率建模和深度学习，scanpy 专注于统计分析和可视化，组合使用能发挥各自优势。