用途：该技能提供对 CZ CELLxGENE Discover 标准化单细胞基因组数据的程序化访问，可查询和分析跨数千数据集的数百万细胞，涵盖人类与小鼠的标准化元数据、原始基因表达矩阵、预计算嵌入与统计。
主要能力：按细胞类型、组织、疾病、供体等元数据过滤；获取表达数据；探索数据集与元数据；大规模跨数据集分析；与 scanpy、PyTorch 集成；计算跨百万细胞的统计量；访问预计算嵌入或模型预测。
使用方式：安装 API 使用 uv pip install cellxgene-census，机器学习工作流可安装 uv pip install cellxgene-census[experimental]。用上下文管理器打开：with cellxgene_census.open_soma() as census，可指定 census_version 保证可复现。小到中等规模查询（<10 万细胞）用 get_anndata()，配合 obs_value_filter 与 var_value_filter；元数据查询用 get_obs()、get_var()；超出内存的大查询用 axis_query() 配合 tiledbsoma 迭代处理；PyTorch 训练用 cellxgene_census.experimental.ml 的 experiment_dataloader；scanpy 工作流可直接加载 AnnData 后按常规流程处理。
适用场景：按细胞类型/组织/疾病查询表达数据、探索可用数据集、训练单细胞机器学习模型、大规模跨数据集分析、跨组织比较、标记基因表达查询等。
限制与注意：除非分析重复细胞，查询应包含 is_primary_data == True；生产分析应显式指定 census_version；大查询前先估算细胞数，超过约 10 万建议用核外处理；基因名区分大小写，找不到时可改用 Ensembl ID；部分基因可能在构建时被过滤。具体版本、数据规模等以官方发布为准，资料未提供的内容暂未提供。