Claude Skill MartKhám phá skillSkill là gì?
 
← Về danh sách

scvi-tools cho phân tích single-cell

Skill hướng dẫn dùng các mô hình sinh sâu (scVI, totalVI, MultiVI...) để hiệu chỉnh batch, tích hợp đa mô thức và phân tích biểu hiện khác biệt trên dữ liệu single-cell.

Dữ liệu · Phân tíchNâng cao★ 33,030⑂ 3,248Điểm AI 7/10Cập nhật lần cuối: 9 thg 8, 2026

Làm được gì

scvi-tools là framework Python xây trên PyTorch cho các mô hình xác suất trong genomics đơn tế bào. Skill này cung cấp cho Claude bản đồ tri thức để dùng đúng thư viện:

  • Chọn mô hình theo dữ liệu: RNA-seq (scVI, scANVI, AUTOZI, VeloVI), ATAC-seq (PeakVI, PoissonVI, scBasset), đa mô thức (totalVI, MultiVI, MrVI, DIAGVI), không gian (DestVI, Stereoscope, Tangram), chuyên biệt (MethylVI, CytoVI, Solo, CellAssign)
  • Phân biệt namespace: mô hình lõi ở scvi.model, còn lại ở scvi.external — tránh lỗi import phổ biến
  • Quy trình chuẩn: setup_anndata → train → lấy latent/normalized → phân tích tiếp bằng scanpy (neighbors, UMAP, Leiden)
  • DE có định lượng bất định: differential_expression(mode="change", delta=...)
  • Thực hành tốt: dùng raw counts, lọc gene, khai báo covariate, lưu model, bật GPU

Phù hợp với ai

  • Nhà nghiên cứu, học viên cao học làm bioinformatics single-cell
  • Người cần tích hợp nhiều batch/nhiều nghiên cứu mà scanpy cơ bản chưa đủ
  • Người làm CITE-seq, multiome, spatial transcriptomics
  • Không phù hợp nếu bạn chỉ cần pipeline phân tích tiêu chuẩn (hãy dùng scanpy)

Ví dụ sử dụng

  1. "Hiệu chỉnh batch cho dữ liệu scRNA-seq nhiều donor bằng scVI rồi vẽ UMAP" → sinh script lọc gene, setup_anndata với batch_key/covariate, train, lưu X_scVI, chạy neighbors + UMAP
  2. "Tôi có CITE-seq gồm protein và RNA, nên dùng mô hình nào?" → giải thích totalVI (hoặc totalANVI khi có nhãn tế bào) và viết code mẫu
  3. "Tính biểu hiện khác biệt giữa hai loại tế bào kèm mức bất định" → dùng mode="change", delta=0.25 và hướng dẫn đọc kết quả

· · · Hướng dẫn cài đặt · · ·

Cài vào ứng dụng Claude (không cần terminal)
  1. Tải tệp ZIP bằng nút bên dưới.
  2. Trong Claude, mở Settings → Capabilities và bật 'Code execution and file creation'. (chỉ một lần)
  3. Vào Customize → Skills → + → 'Upload a skill' rồi tải tệp ZIP lên.
↓ Tải ZIP
Cài vào Claude Code

Để Claude làm — dán câu dưới đây vào Claude Code

Hãy cài skill mình tìm thấy trên Claude Skill Mart.
Copy thư mục skills/scvi-tools từ repo GitHub K-Dense-AI/scientific-agent-skills vào ~/.claude/skills/scvi-tools/ của mình.
Sau khi cài xong, cho mình biết skill này làm được gì trong một câu.

Cài bằng lệnh thủ công

git clone https://github.com/K-Dense-AI/scientific-agent-skills.git && mkdir -p ~/.claude/skills && cp -r scientific-agent-skills/skills/scvi-tools ~/.claude/skills/

⚠ Đây là skill do người khác tạo. Hãy kiểm tra repo gốc trước khi cài.

  1. Mở terminal và clone repo: git clone https://github.com/K-Dense-AI/scientific-agent-skills.git
  2. Tạo thư mục skills nếu chưa có: mkdir -p ~/.claude/skills
  3. Copy skill: cp -r scientific-agent-skills/skills/scvi-tools ~/.claude/skills/
  4. Kiểm tra đã có SKILL.md và thư mục references/ bên trong ~/.claude/skills/scvi-tools/.
  5. Cài thư viện trong môi trường Python 3.12+: uv pip install scvi-tools (bản GPU: uv pip install "scvi-tools[cuda]").
  6. Khởi động lại Claude Code, rồi yêu cầu ví dụ: "dùng scvi-tools hiệu chỉnh batch cho dữ liệu này".
  7. Vì tài liệu ghi phiên bản có thể chưa chính xác, hãy kiểm tra python -c "import scvi; print(scvi.__version__)" và đối chiếu docs.scvi-tools.org.
Xem mã nguồn trên GitHub ↗Giấy phép: MIT