用途：scvi-tools 是一个用于单细胞基因组学概率模型的 Python 框架，基于 PyTorch 与 PyTorch Lightning，使用变分推断的深度生成模型，处理多种单细胞数据模态。适用于 scRNA-seq 的降维、批次校正与整合；ATAC-seq/染色质可及性；多模态数据整合（CITE-seq、multiome、配对/非配对）；空间转录组（反卷积、空间映射）；单细胞差异表达；细胞类型注释与迁移学习；甲基化、流式/质谱细胞术、RNA 速率等专门模态；以及构建自定义概率模型。
主要能力（按模态）：1）scRNA-seq：scVI（无监督降维与批次校正）、scANVI（半监督注释与整合）、AUTOZI（零膨胀检测）、VeloVI（RNA 速率）、contrastiveVI（扰动效应分离）。2）染色质可及性：PeakVI、PoissonVI、scBasset。3）多模态/多组学：totalVI、MultiVI、MrVI。4）空间转录组：DestVI、Stereoscope、Tangram、scVIVA。5）专门模态：MethylVI/MethylANVI、CytoVI、Solo（双细胞检测）、CellAssign（基于标记的注释）。
使用方式：模型遵循统一 API（setup → train → extract）。以 AnnData 为中心。示例：adata = scvi.data.heart_cell_atlas_subsampled()；sc.pp.filter_genes(adata, min_counts=3)；sc.pp.highly_variable_genes(adata, n_top_genes=1200)；scvi.model.SCVI.setup_anndata(adata, layer="counts", batch_key="batch", categorical_covariate_keys=["donor"], continuous_covariate_keys=["percent_mito"])；model = scvi.model.SCVI(adata)；model.train()；latent = model.get_latent_representation()；normalized = model.get_normalized_expression(library_size=1e4)，并将结果存入 adata.obsm["X_scVI"]、adata.layers["scvi_normalized"]，再用 scanpy 做 neighbors/UMAP/Leiden。差异表达使用 model.differential_expression(groupby=..., group1=..., group2=..., mode="change", delta=0.25)，显著性看 proba_de（后验概率），不是 p 值。模型持久化：model.save("./model_directory", overwrite=True)；scvi.model.SCVI.load("./model_directory", adata=adata)。
安装：uv pip install scvi-tools；uv pip install "scvi-tools[cuda]"（CUDA 12；CUDA 13 用 [cuda13]）；uv pip install "scvi-tools[metal]"（Apple silicon MPS）；uv pip install "scvi-tools[autotune]"（Ray Tune 超参搜索）。版本提示（2026-09）：scvi-tools 1.5 完全移除 JAX 后端，Jax 前缀模型不再存在，全部运行于 PyTorch/Lightning（Apple silicon 有 mlxSCVI 变体）；Tangram 在 1.5.0 也转为 PyTorch 后端，结果可能与 JAX 时代略有差异，建议重跑而非混用新旧输出。
最佳实践与限制：需使用原始未归一化计数（raw counts）；分析前过滤低表达基因（如 min_counts=3）；在 setup_anndata 中登记已知技术因素；使用高变基因；保存训练好的模型；大数据集启用 GPU（accelerator="gpu"）；将输出存回 AnnData 以便下游分析。官方文档：https://docs.scvi-tools.org/en/stable/；教程：https://docs.scvi-tools.org/en/stable/tutorials/index.html；API：https://docs.scvi-tools.org/en/stable/api/index.html。其他细节暂未提供。