scvi-tools

收录理由

单细胞实验产生的数据维度高、噪声大，scvi-tools 让这类数据的概率建模变得切实可行，无需自己从头搭建变分模型。它内置了单细胞分析中反复出现的任务所对应的现成模型，包括降维、跨数据集批次整合、自动细胞类型注释、因子分析、双联体检测和空间反卷积。这些模型共用一套一致的高层接口，与 Scanpy 生态无缝衔接，熟悉常规 scRNA-seq 分析流程的人可以很快上手。底层基于 PyTorch Lightning 和 Pyro，因而自带 GPU 加速和标准的模型存取功能；当实验需求超出内置模型时，这些基础组件也支持进一步扩展。对于熟悉 Python、希望拥有统一分析基础而非拼凑零散脚本的团队来说，这是个很实用的选择。