alterlab-scvi-tools

使用 scvi-tools 训练单细胞组学深度生成模型——包括概率性批次校正与整合（scVI）、基于参考图谱的迁移学习（scArches）、带不确定性的差异表达分析，以及多模态模型（用于 CITE-seq 的 totalVI，用于多组学的 MultiVI）。适用于校正批次效应、整合多模态数据或进行高级概率性单细胞建模；标准分析流程建议使用 scanpy。属于 AlterLab 学术技能套件的一部分。

模型生成摘要（rules/v1 · 2026-11-15 05:34）：使用 scvi-tools 训练单细胞组学深度生成模型——包括概率性批次校正与整合（scVI）、基于参考图谱的迁移学习（scArches）、带不确定性的差异表达分析，以及多模态模型（用于 CITE-seq 的 totalVI，用于多组学的 …
这是模型对公开材料的总结，不是官方声明，请以原链内容为准。

存档时间线

版本	存档时间	内容哈希	内容
v1	2026-11-15 05:33	d9e55a72	可取

版本索引永久保留；内容副本只保留最新 1 份，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。

下载存档内容副本

纠错与举报（发现条目失效、署名有误或涉及侵权？）

提交举报 / 纠错

侵权举报经核验成立后，我们会即时下线该条目并删除已存的内容副本。