用途：在 Python 中用 Scanpy 与 AnnData 复现标准单细胞 RNA 测序分析流程，从加载计数矩阵到聚类与差异表达，并可做批次校正，最终输出一个包含中间嵌入、簇标签与差异表达结果的 .h5ad 文件。默认参数参考 Scanpy PBMC3k 教程，适用于多数 10X Genomics 数据。
主要能力：支持 sc.read_10x_h5、sc.read_10x_mtx、sc.read_h5ad 三种加载方式；QC（线粒体比例、基因数、细胞数过滤）；normalize_total 与 log1p 标准化；HVG 选择；scale/PCA/neighbors/UMAP/Leiden 聚类；wilcoxon 差异表达；Harmony 与 scVI 批次校正。
使用方式：安装依赖 pip install "scanpy>=1.10" anndata leidenalg python-igraph harmonypy scvi-tools。加载后调用 adata.var_names_make_unique()，按 QC→标准化→HVG→PCA→neighbors→UMAP→Leiden→差异表达顺序执行，最后 adata.write("result.h5ad", compression="gzip")。Harmony 作用于已计算的 PCA；scVI 需原始整数计数，训练后用潜在表示构建邻接图。
关键参数：filter_cells min_genes 默认 200（100–500），filter_genes min_cells 默认 3（3–10），pct_counts_mt 默认 <20（5–25），HVG n_top_genes 默认 2000，PCA n_comps 默认 50，neighbors n_neighbors 默认 15、n_pcs 默认 30，Leiden resolution 默认 0.5（0.2–1.5）。
适用场景：人/鼠 10X PBMC 样数据的常规分析、聚类标记基因识别与批次整合。
限制与注意事项：QC 阈值依赖数据集，需先看分布；HVG flavor 需与数据状态匹配（seurat_v3 需原始计数，seurat 用于对数化数据）；人用 MT-、鼠用 mt- 前缀；scVI 不可用于已标准化数据；过滤后需 .copy() 避免视图问题。资料未提供具体收费、平台与性能指标。