用途
该技能用于单细胞 RNA 测序（scRNA-seq）数据的细胞类型注释，是注释流程的决策入口：先确定采用哪条注释路线，再执行对应工具技能中的代码。它承载路线 A（手工标记基因注释）的完整代码，并为其他路线提供选择依据。
主要能力
- 提供四条注释路线：
- 路线 A：手工标记基因注释，使用 scanpy，默认沙盒已安装，适合组织特征明确、数据集较小或无匹配参考的情况。
- 路线 B：CellTypist 预训练模型迁移注释，使用 celltypist，默认沙盒已安装，适合有组织与状态匹配模型的情况。
- 路线 C：集成迁移注释，使用 popv 或 scvi-tools，默认沙盒未安装，需先安装，适合已有带标签参考数据的情况。
- 路线 D：将自动迁移与手工标记对比，逐步验证，适合标签需支撑生物学结论或涉及罕见细胞群的情况。
- 提供决策框架，根据组织特征明确程度、数据集规模、组织类型、是否有匹配参考图谱、是否涉及罕见细胞类型或新疾病状态等选择路线。
- 提供预检访谈清单（D1–D8），在编写分析代码前与用户确定：组织与状态、注释策略、参考图谱或模型、标记面板、标签验证、标签粒度、未解析簇处理、双细胞处理。
- 汇总最佳实践：注释前去除双细胞；自动注释后用点图、小提琴图或 UMAP 特征图检查经典标记；多方法比较共识；选择组织、物种与发育阶段匹配的参考；检查置信度分数并标记低置信细胞；参考迁移前校正批次效应；按问题需要选择注释粒度；在聚类分辨率与注释之间迭代。
- 列出常见陷阱及规避方法，包括单标记基因注释、跳过双细胞去除、参考组织或发育阶段不匹配、忽略批次效应、过度聚类、未检查细胞周期状态等。
使用方式
先进行预检访谈，提出 D1、D2、D6 等必要问题，并根据请求跳过已回答项；参考模型与标记面板以建议形式写入方案，不直接发问。随后按选定路线调用对应技能：路线 A 使用本技能中的工作流第 4 步代码；路线 B 使用 celltypist-cell-annotation；路线 C 使用 popv-cell-annotation 或 scvi-tools-single-cell，并需先安装依赖；路线 D 结合路线 A 与 B 或 C，在工作流第 4 步和第 7 步进行比较与验证。
适用场景
- 小数据集（少于 5,000 个细胞）且组织特征明确：手工标记注释。
- 大数据集（超过 50,000 个细胞）的血液或免疫组织：CellTypist 配合 Immune_All_High 模型。
- 大数据集的肺或气道组织：CellTypist 配合 Human_Lung_Atlas 模型。
- 新疾病条件或患者来源样本：popV 配合组织匹配参考。
- 与已发表图谱（如 HLCA、HBA）整合：popV。
- 罕见细胞类型（低于数据集 1%）：popV 加人工检查。
- 胎儿或发育组织：标记基因加匹配胎儿参考的 popV。
- 组织组成混合或不确定：CellTypist 后做标记验证。
- 基准或方法比较研究：并行运行 A、B、C。
限制
不覆盖空间转录组数据：Xenium、MERFISH、CosMx 细胞应使用 spatial-transcriptomics-cell-type-annotation，Visium spot 应使用 spatial-transcriptomics-deconvolution-cell2location。路线 C 在默认沙盒中未安装依赖，必须先安装 popv 或 scvi-tools。参考模型或参考图谱仅在其构建的组织与状态下有效，不匹配的参考仍会对每个细胞给出高置信度标签。自动注释不能自行表达“这些细胞不在参考中”，必须借助标记基因验证。低置信度细胞不应直接接受标签，而应人工复核。