현지화된 읽기 가이드
scvi-tools목적, 사용법 및 출처
scvi-tools를 사용한 단일 세포 분석을 위한 딥러닝. 이 스킬은 사용자가 (1데이터 통합 및 배치 수정scVI/scANVI, (2) PeakVI를 이용한 ATAC-seq 분석, (3) totalVI를 사용한 CITE-seq 다중 모달 분석, (4) MultiVI를 이용한 멀티옴 RNA+ATAC 분석, (5) DestVI를 사용한 공간 전사체 역합성, (6레이블 전송 및 참조 매핑scANVI/scArches, (7) veloVI를 사용한 RNA 속도, 또는 (8) 딥러닝 기반 단일 세포 방법. 관련 키워드에는 scVI, scANVI, totalVI, PeakVI, MultiVI, DestVI, veloVI, sysVI, scArches, 변분 오토인코더, VAE, 배치 보정, 데이터 통합, 멀티모달, CITE-seq, 멀티옴, 참조 매핑, 잠재 공간 등이 포함됩니다.
출처 검색됨:
- SKILL.md
bio-research/skills/scvi-tools/SKILL.md- 저장소 Star
- 34,049
- 저장소 최근 업데이트
- 2026-10-30
- 능력 분류
- 연구
- 최근 수집 시간
라이선스: 라이선스 파일 확인 필요
워크플로 발췌본은 이해를 돕기 위한 자료이며, Codez에서 제공하는 실행 가능한 명령어가 아닙니다. 이 페이지를 생성하는 데 타사 Skill은 사용되지 않았습니다.
아래의 목적 및 워크플로 관련 내용은 읽기 쉽도록 정리 및 번역된 상위 자료입니다. 이는 별도로 분류된 Codez 편집 분석과는 별개입니다.
이 스킬의 기능
scvi-tools를 사용한 단일 세포 분석을 위한 딥러닝. 이 스킬은 사용자가 (1데이터 통합 및 배치 수정scVI/scANVI, (2) PeakVI를 이용한 ATAC-seq 분석, (3) totalVI를 사용한 CITE-seq 다중 모달 분석, (4) MultiVI를 이용한 멀티옴 RNA+ATAC 분석, (5) DestVI를 사용한 공간 전사체 역합성, (6레이블 전송 및 참조 매핑scANVI/scArches, (7) veloVI를 사용한 RNA 속도, 또는 (8) 딥러닝 기반 단일 세포 방법. 관련 키워드에는 scVI, scANVI, totalVI, PeakVI, MultiVI, DestVI, veloVI, sysVI, scArches, 변분 오토인코더, VAE, 배치 보정, 데이터 통합, 멀티모달, CITE-seq, 멀티옴, 참조 매핑, 잠재 공간 등이 포함됩니다.
업스트림 워크플로우 작동 방식
이 스킬을 사용하는 방법
다음 중에서 적절한 워크플로를 선택하십시오.model/workflow아래 표를 참조하십시오. 자세한 단계와 코드는 해당 참조 파일을 읽어 스크립트를 사용하십시오.scripts/공통 코드 재작성을 피하려면 설치 또는 GPU 문제에 대해서는 다음을 참조하십시오.references/environment_setup.md
이 스킬은 언제 사용해야 할까요?
scvi-tools, scVI, scANVI 또는 관련 모델이 언급될 때, 딥러닝 기반 배치 보정 또는 통합이 필요할 때, 다중 모달 데이터(CITE-seq, 멀티옴)를 다룰 때, 참조 매핑 또는 레이블 전송이 필요할 때
상류 통로 · L18 ↗scvi-tools 딥러닝 스킬
이 기술은 단일 세포 유전체학에서 확률 모델을 위한 선도적인 프레임워크인 scvi-tools를 사용하여 딥러닝 기반 단일 세포 분석에 대한 지침을 제공합니다.
상류 통로 · L6 ↗# 1. Validate input data
python scripts/validate_adata.py raw.h5ad --batch-key batch --suggest
# 2. Prepare data (QC, HVG selection)
python scripts/prepare_data.py raw.h5ad prepared.h5ad --batch-key batch --n-hvgs 2000
# 3. Train model
python scripts/train_model.py prepared.h5ad results/ --model scvi --batch-key batch
# 4. Cluster and visualize
python scripts/cluster_embed.py results/adata_trained.h5ad results/ --resolution 0.8
# 5. Differential expression
python scripts/differential_expression.py results/model results/adata_clustered.h5ad results/de.csv --groupby leiden요구 사항 및 설정
제한 사항 및 품질 검사
이 파일에서 별도의 제한 조건 구문이 선택되지 않았습니다. 이는 해당 스킬이 모든 입력 또는 환경에서 안전하다는 것을 의미하지 않습니다. 전체 소스 코드를 검토하고 결과를 직접 확인하십시오.
안전한 시험 사용부터 시작하세요
- 지원되는 호스트와 저장소 설치 지침을 확인하세요. 스킬 디렉토리와 해당 디렉토리에서 참조하는 스크립트, 자산 및 문서를 함께 보관하세요.SKILL.md단독으로는 종속성을 생략할 수 있습니다.
- 에이전트에 실제 입력값, 원하는 출력값 및 승인 기준을 제공하십시오. 호출 구문 및 사용 가능한 도구는 호스트에 따라 다르므로 이 사이트는 범용 설치 명령을 제공하지 않습니다.
- 원본 워크플로를 임시 프로젝트 또는 복사본에서 테스트해 보세요. 파일, 원격 서비스 또는 유료 리소스를 변경하는 작업은 허용하기 전에 검토하십시오.
- 출력 결과를 원본 품질 검사 및 자체 요구 사항에 맞춰 검증하십시오. 트리거가 성공적으로 작동했거나 저장소의 별점 수가 높다고 해서 반드시 올바른 결과가 나오는 것은 아닙니다.
원문에서 더 자세한 내용을 읽어보세요.
관련 기술
번역 및 범위
이 독서 안내서는 고정된 상류 지역에서 발췌한 구절들을 소개합니다.SKILL.md본 번역은 보조 번역이며, 완전한 설명서 또는 호환성 테스트를 보장하는 것은 아닙니다. 사용 전에 원본 및 참조 파일을 반드시 읽어 주십시오.
이 소개글은 아래 고정된 버전을 참조하며, 현재 저장소 활동 및 수집 시간은 별도로 표시됩니다.
- 고정된 소스
- 원문을 읽어보세요 ↗
- 출처 검색됨
- 소스 커밋
2574e29377c7173d0cecffef29a6ecbd7f8ccb5d- 출처 SHA-256
03a69b32b77db86afe5f87b75db2ae4c92b03b6e9e16e2c5e66cde2d4ad9c5bc