Scanpy 单细胞分析
将以下提示词粘贴到你的 AI 对话框中：
请根据 https://skillhub.cn/install/skillhub.md，安装 @org-02qudk26/scanpy。
技能介绍
要解决什么问题
单细胞 RNA-seq 产生的矩阵往往体积大、元数据复杂，还要在质控阈值、批次效应和聚类粒度之间反复试错。若每次都从零写 scanpy 调用，很容易在原始计数是否保留、Leiden 与已弃用的 Louvain、以及把 rank_genes_groups 当成严格差异表达等细节上踩坑。
技能如何工作
本技能围绕 AnnData（.h5ad） 组织完整工作流：从 10X、loom、CSV 等格式加载或转换，经质控与可选 Scrublet 双峰检测，到归一化、高变基因、PCA/UMAP、Leiden 聚类、标志基因与细胞类型注释；批次整合可走 harmony、bbknn 或 combat。scripts/ 下提供可串联的 CLI（如 run_pipeline.py 一键流水线、qc_analysis.py、preprocess.py、cluster.py、find_markers.py、plot.py），统一处理 I/O、图形目录与合理默认值，优先跑脚本再考虑手写代码。R 侧的 Seurat / SingleCellExperiment 需先转为 .h5ad（见 references/r_interop.md）；条件间正式 DE 应走伪批量 + pydeseq2 等，而非逐细胞 p 值。
适用边界与注意点
- 环境要求 Python 3.12+ 与 scanpy 1.12.x；Leiden 需额外安装
python-igraph、leidenalg。 - 超大数据集可查阅 Dask 实验路径；GPU 类操作不在本包内，需 rapids-singlecell。
- AnnData 结构与 I/O 细节可配合 anndata 技能；概率模型与批次校正可配合 scvi-tools。
- 实践上应在过滤前设置
adata.raw，多分辨率试聚类，作图表达层注意use_raw=True，并在关键步骤保存中间.h5ad。
使用场景
- 实验室刚拿到 10X Cell Ranger 输出，需要完成质控过滤、归一化、Leiden 聚类并导出 UMAP 与标志基因表。
- 手里是 Seurat 或 SingleCellExperiment 的 `.rds`，要在 Python 里做 harmony 批次整合后再聚类与作图。
- 多个供体或处理组的单细胞数据已合并为 `.h5ad`，需要按样本×细胞类型做伪批量矩阵供后续差异表达分析。
- 聚类结果已有，需要把 Leiden 簇映射为细胞类型并批量生成 dotplot、violin 等出版用图。
适合人员
- 负责新单细胞项目的生物信息分析员，希望用可串联的 `.h5ad` 脚本而不是每次重写 scanpy 流水线。
- 计算生物学方向研究生，需要在 Python 3.12 环境下复现从 QC 到注释的标准 scRNA-seq 流程并记录参数。
- 长期用 R/Seurat 做单细胞、现要接入 scverse（scanpy + anndata）的研究人员。
- 免疫或肿瘤微环境方向分析师，要在同一套对象上反复试聚类分辨率并核对标志基因与注释。
相关技能
一款完全本地运行的微信聊天数据分析工具，支持MBTI人格推断、情感分析、风险检测、关系健康度评估和对话预测，注重隐私保护。
一个自动启动 Edge 浏览器并连接 BrowserSkill 扩展的通用组件，确保网页抓取和自动化任务的前置条件就绪。
面向小红书单篇笔记或品类搜索，输出标题套路、结构、原话评论和可跟进角度的调研备忘；粘贴笔记即可无需查询完成，公开查询需单独确认且计费。
基于新浪财经接口的 A 股实时行情监测工具，支持价格与涨跌幅预警、日志记录和定时检查。