scverse/scvi-tools

解决的问题

scvi-tools 提供了一个用于单细胞多组学数据的概率建模与分析的框架。它解决了从复杂、高维的单细胞数据中提取有意义的生物学见解的挑战，适用于单样本、多组学和空间组学等多种模态。

工作原理

该库基于 PyTorch 和 AnnData 构建，实现了多种深度生成模型（变分推断），可应用于生物数据。它利用 PyTorch Lightning 和 Pyro 提供可扩展的架构，用于开发和部署新的概率模型。该包包含一个高级 API，可与 Scanpy 无缝集成，实现流畅的数据分析工作流。

适用人群

需要进行降维、数据整合和自动注释等操作的单细胞多组学数据研究人员和生物信息学家。

主要亮点

• 全面的分析工具集：支持降维、数据整合、自动注释、因子分析、双细胞检测和空间去卷积等任务。
• GPU 加速：包含标准的保存/加载函数和 GPU 支持，用于处理大规模数据集。
• 模型开发框架：提供构建模块和骨架仓库，帮助开发者创建和部署新型概率模型。
• 生态系统集成：深度集成于 scverse 生态系统、PyTorch 和 PyTorch Lightning。