用途：该技能用于以编程方式访问 CZ CELLxGENE Discover 的标准化、版本化单细胞与空间转录组数据集合，无需先下载完整数据集即可查询和分析。资料显示 2025-11-08 稳定 LTS 版本包含 2.17 亿以上总细胞、1.25 亿以上唯一细胞和 1,845 个数据集，覆盖人、小鼠、狨猴、恒河猴和黑猩猩，提供标准化元数据、原始表达矩阵、预计算汇总计数、嵌入和空间数据。
主要能力：可按细胞类型、组织、疾病等元数据查询表达数据；探索数据集与元数据；进行大规模跨数据集分析；训练机器学习模型；计算百万级细胞统计量；访问预计算嵌入或模型预测；与 AnnData、Scanpy、TileDB-SOMA、TileDB-SOMA-ML 等集成。
使用方式：安装命令为 uv pip install "cellxgene-census==1.17."；空间工作流需 uv pip install "cellxgene-census[spatial]==1.17." "spatialdata[extra]>=0.2.5"；PyTorch 训练需 uv pip install "cellxgene-census==1.17.*" tiledbsoma-ml。核心用法包括用 open_soma() 上下文管理器打开 Census，用 get_obs/get_var 查询元数据，用 get_anndata 处理中小规模查询，用 axis_query 进行核外大规模处理，用 ExperimentDataset 与 experiment_dataloader 训练模型，以及通过 census_spatial_sequencing 访问空间数据。
适用场景：单细胞表达数据查询、数据集与元数据探索、大规模跨数据集分析、机器学习训练、Scanpy 工作流集成、空间转录组分析等。
限制与注意事项：查询应始终包含 is_primary_data == True 以避免重复计数；生产分析应指定 census_version 以保证可复现；大规模查询前应估算细胞数，超过约 10 万细胞建议使用核外处理；当前 LTS 中 disease 与 disease_ontology_term_id 可能包含以 || 分隔的多值，需先检查可用值；旧版 cellxgene_census.experimental.ml 加载器已弃用并计划移除；实验性 ML 加载器与空间数据的具体支持范围以所选版本为准。资料未提供收费、价格或平台限制信息。