用途:本技能汇总 OmicVerse 的多组学整合工具,用于联合分析 scRNA-seq、scATAC-seq 等模态,按数据结构与分析目标选择方法。
方法选择:同一细胞配对 RNA+ATAC 直接用 MOFA(ov.single.pyMOFA);不同实验的非配对 RNA+ATAC 先用 GLUE_pair 配对再跑 MOFA;多批次单模态整合用 SIMBA(ov.single.pySIMBA);从已注释参考迁移标签用 TOSICA(ov.single.pyTOSICA);对预处理后的多组学数据做轨迹推断用 StaVIA(VIA.core.VIA)。
主要能力与用法:MOFA 学习共享与模态特异因子,各模态需分别载入 AnnData,初始化后 mofa_preprocess() 选高变基因,再 mofa_run(outfile=...) 训练,依赖 mofapy2、仅 CPU。GLUE 先学共享嵌入再进入 MOFA,依赖 scglue、scvi-tools。SIMBA 先 preprocess(batch_key=...) 再 gen_graph() 与 train(),最后 batch_correction(),依赖 simba、simba_pbg。TOSICA 需先 ov.utils.download_tosica_gmt() 获取 GMT 文件路径,再训练与预测,建议 depth=1。StaVIA 需先做 PCA 与邻居图,再 run_VIA() 并提取 single_cell_pt_markov 伪时间,依赖 scvelo、pyVIA。
限制与注意:omics 与 omics_name 长度须一致;MOFA 输出目录须先创建;SIMBA 的 obs 须含 batch 列且批次数大于 1;TOSICA 的 gmt_path 必须是真实文件路径。资料未提供收费、价格与平台支持信息。