scvelo - 使用 scVelo 进行单细胞 RNA-seq RNA 速率分析
通过未剪接/已剪接 mRNA 动力学估计细胞状态转变，推断轨迹方向，计算潜伏时间，并鉴定单细胞 RNA-seq 数据中的驱动基因。
标签
更新于: 2026-06-30能力
典型输入
典型输出
该技能可以做什么
- 加载剪接与未剪接 RNA 数据
- 过滤并归一化计数矩阵
- 估计 RNA 速率向量
- 计算速率转移图
- 从动力学计算潜伏时间
- 计算速率拟时间
- 按速率拟合排名驱动基因
- 计算速率置信度分数
- 生成速率嵌入图
- 运行 PAGA 轨迹图
- 绘制基因相位图
输入
- 包含剪接与未剪接层的 AnnData 对象
- 单细胞 RNA-seq 计数矩阵
- obsm 中的 UMAP 嵌入
- 细胞聚类标签（如 Leiden）
输出
- 每个基因每个细胞的 RNA 速率向量
- 每个细胞的潜伏时间
- 每个细胞的速率拟时间
- 每个细胞的速率置信度与速度分数
- 驱动基因排名列表
- 速率嵌入流图与箭头图
- 带转移置信度的 PAGA 轨迹图
- 基因级动力学参数（alpha, beta, gamma）
要求
- 已安装 scvelo 的 Python 环境（pip install scvelo）
- 来自 velocyto、STARsolo 或 kallisto|bustools 的剪接与未剪接计数矩阵
- 建议至少 2,000 个细胞
- 足够的测序深度以覆盖内含子
- 用于矩计算的预计算 k-NN 邻居图