用途：scvi-tools 封装单细胞组学的深度生成模型。scRNA-seq 核心是 scVI（无监督批次校正潜嵌入）与 scANVI（scVI 加分类头，用于半监督细胞类型标签迁移）。两者要求原始整数 UMI 计数，输出低维 X_scVI / X_scANVI，可接入 scanpy 的 neighbors → leiden → umap 流程。
主要能力：批次校正潜空间、标签迁移预测、差异表达分析、解码表达量。输出包括 adata.obsm["X_scVI"]、adata.obsm["X_scANVI"]、adata.obs["pred_cell_type"]、adata.layers["scvi_normalized"] 及 DE 数据框。
使用方式：安装 pip install scvi-tools scanpy anndata。该技能为纯 Python，kernel.py 需在会话中手动加载：exec(open("scvi-tools/kernel.py", encoding="utf-8").read())。用 prepare_scvi_counts 校验计数，用 h5ad_safe_obs 处理 obs/var 以便写出 h5ad。训练需 CUDA GPU，参数用 accelerator="gpu", devices=1（1.x 已移除 use_gpu）。差异表达默认 mode="vanilla"，需 lfc_*/proba_de 时传 mode="change"。
适用场景：单细胞 RNA-seq 批次整合、聚类、细胞类型注释迁移、差异表达；可配合 cell2location / DestVI / Tangram 做空间解卷积。
限制：数值校验无法证明计数来源，需查数据文档；不可用 .raw.X；需内存内 AnnData；>5 万细胞建议 A100 级 GPU，可经 Modal 等远程 GPU 运行；Arrow 字符串需 h5ad_safe_obs 转换；容器无 LANG 时需设 UTF-8。