scVelo 是用于单细胞 RNA 测序 RNA 速率分析的 Python 包，通过建模 mRNA 剪接动力学，利用未剪接（pre-mRNA）与剪接（成熟 mRNA）丰度之比，判断每个细胞中基因处于上调还是下调，从而在无需时间序列数据的情况下重建发育轨迹、识别细胞命运决定。
用途：从快照数据推断轨迹方向、预测细胞命运、识别驱动基因、发育生物学建模（造血、神经发生、上皮间质转化）、估计潜在时间、为 UMAP 嵌入补充方向信息。
主要能力：支持 stochastic（快速）、deterministic、dynamical（推荐，较准确）三种速率模型；可计算速率图、潜在时间、速率伪时间、速率置信度；进行驱动基因排序、相图、箭头图与流线图、PAGA 轨迹图等。
使用方式：需先获得 spliced 与 unspliced 计数矩阵（由 STARsolo、kallisto|bustools lamanno 模式、velocyto CLI、alevin-fry/simpleaf 等生成），数据存于带 layers["spliced"] 和 layers["unspliced"] 的 AnnData 对象。典型流程：pip install scvelo；用 scv.pp.filter_and_normalize 预处理；sc.pp.neighbors 与 scv.pp.moments 计算矩；scv.tl.velocity 估计速率；scv.tl.velocity_graph 构建图；dynamical 模式需先 scv.tl.recover_dynamics，再计算 latent_time。
限制：短读长（<100 bp）可能缺失内含子覆盖，影响未剪接读数；细胞数过少时结果噪声大；dynamical 模型计算密集（约 1 万细胞需 10–30 分钟），内存不足时可设 n_jobs=1 或减少 n_top_genes。文档见 https://scvelo.readthedocs.io/，代码见 https://github.com/theislab/scvelo。