用途：以编程方式访问 CZ CELLxGENE Discover 标准化单细胞基因组数据。2025-11-08 LTS 版本含 162,025,130 个人类细胞与 46,299,127 个小鼠细胞，提供标准化元数据（细胞类型、组织、疾病、供体）、原始基因表达矩阵与预计算嵌入；细胞数随版本增长，应读取 census["census_info"]["summary"] 而非在方法部分写死数字。
适用场景：按细胞类型、组织或疾病查询表达数据；探索可用数据集与元数据；在单细胞数据上训练机器学习模型；大规模跨数据集分析；与 scanpy 等框架集成；跨数百万细胞计算统计量；访问预计算嵌入或模型预测。分析自有数据（而非参考图谱）应改用 scanpy 或 scvi-tools。
安装：uv pip install cellxgene-census；PyTorch ML 工作流另装 uv pip install tiledbsoma-ml（loader 已移出 cellxgene-census）。
核心流程：用上下文管理器打开 Census，并固定 census_version 以保证可复现（stable 为最近 LTS 别名，latest 跟踪每周构建，LTS 至少保留五年）。先探索元数据（get_obs / datasets summary），始终过滤 is_primary_data == True 避免重复细胞。加载前估算查询规模：小于 10 万细胞用 get_anndata()（内存），更大用 axis_query() 核外迭代。用 obs_value_filter（细胞）与 var_value_filter（基因）查询，仅选所需 obs_column_names。结果 AnnData 交给 scanpy，或用 PyTorch dataloader 流式训练。
最小骨架：import cellxgene_census; with cellxgene_census.open_soma(census_version="2025-11-08") as census: adata = cellxgene_census.get_anndata(census=census, organism="Homo sapiens", obs_value_filter="cell_type == 'B cell' and tissue_general == 'lung' and is_primary_data == True")。
路由：中小查询用 get_anndata()；超内存用 axis_query() 分块迭代与增量统计；训练 ML 用 tiledbsoma_ml 的 PyTorch dataloader / ExperimentDataset；标准 scanpy 分析与多组织整合、完整 schema 与过滤语法细节见随附参考资料。本技能不用于对已有 AnnData 做归一化/聚类/UMAP、拼接本地文件、训练深度生成模型或浏览特定 GEO 登录号。