Velocidade de RNA scVelo

Quando usar

Use para análise cinética de contagens de RNA alinhadas e com splicing/sem splicing, hipóteses de trajetória direcionais, retratos de fase em nível de gene e tempo latente dinâmico. Use a referência do modelo para suposições, probabilidades de transição e uma transferência opcional para CellRank.

A velocidade de RNA estima uma derivada de expressão sob um modelo. Setas suaves não são movimento celular observado, rastreamento de linhagem, impulsionadores causais ou prova de destino futuro. O estimador dinâmico não é automaticamente mais preciso do que um estimador de estado estacionário em todos os conjuntos de dados.

Ambiente testado e compatibilidade

O fluxo de trabalho mantido visa scVelo 0.3.4, Scanpy 1.12.4, AnnData 0.13.4, NumPy 2.5.3, pandas 2.3.3, SciPy 1.18.1, Matplotlib 3.11.2 e loompy 3.0.8 em Python 3.13. Use um ambiente isolado:

uv venv --python 3.13 .venv-velocity
uv pip install --python .venv-velocity/bin/python \
  scvelo==0.3.4 scanpy==1.12.4 anndata==0.13.4 numpy==2.5.3 \
  pandas==2.3.3 scipy==1.18.1 matplotlib==3.11.2 loompy==3.0.8

Os pacotes acima foram resolvidos do cache e testados em um ambiente isolado uv; os caminhos do shell acima usam sintaxe POSIX. A instalação requer acesso à rede, a menos que os pacotes estejam em cache. Nenhuma chave de API é necessária.

• Modelos determinísticos e dinâmicos: ajuste sintético nativo, gráficos, tempos relativos, plots e viagens de ida e volta H5AD são testados nesta pilha.
• Modelo estocástico: a atribuição escalar GLS padrão do scVelo 0.3.4 falha com NumPy 2. Scanpy 1.12 requer NumPy 2, portanto, instalar numpy<2 ao lado do Scanpy atual não é uma solução. Um ambiente legado Scanpy/NumPy validado separadamente é necessário; essa pilha legada não foi executada nesta revisão. O auxiliar rejeita essa combinação antes de modificar os dados, sem alterar o modelo.
• pandas 3: o ajuste dinâmico do scVelo 0.3.4 e alguns plots usam operações não mais suportadas pelo pandas 3. Mantenha o pin explícito do pandas.
• O tutorial estável upstream ainda contém scv.read removidos e chamadas de pré-processamento mais antigas. Verifique o código fonte 0.3.4 quando um tutorial discordar da API instalada.

Contrato de entrada

1. Obtenha contagens com splicing e sem splicing de um quantificador ciente de velocidade. Mantenha o quantificador/versão, anotação de referência, modo de contagem, IDs de amostra e mapeamento de código de barras de células. A quantificação upstream está fora do script empacotado.
2. Forneça matrizes células por genes em adata.layers['spliced'] e adata.layers['unspliced'], com ordenação idêntica de células/genes e IDs únicos. As contagens devem ser finitas e não negativas; estimativas de contagem fracionária são permitidas. Nunca use valores logarítmicos, escalados, residualizados ou corrigidos por lote como contagens. A inspeção numérica sozinha não pode estabelecer que os dados são brutos.
3. Inspecione a cobertura por biblioteca/cluster, doublets, RNA ambiente, células com contagem zero e compatibilidade de anotação antes do ajuste. Preserve o arquivo de contagem completo de genes original. Backups de genes retidos não preservam genes filtrados.
4. Resolva prefixos de código de barras e identificadores de genes explicitamente ao combinar arquivos. Não remova silenciosamente IDs de biblioteca, intersete a maioria das células ou torne IDs biológicos duplicados únicos sem entender por que eles se repetem.

Leia H5AD através do AnnData. scVelo 0.3.4 não tem scv.read ou scv.DataFrame:

import anndata as ad
adata = ad.read_h5ad("velocity_counts.h5ad")

Para entrada loom legada, use ad.io.read_loom('counts.loom', X_name='spliced', sparse=True). AnnData 0.13 deprecia loom; converta para H5AD para trabalhos futuros. Seu layers[None] é um alias para X: não o exclua ou itere todas as camadas como se cada chave fosse uma string. O auxiliar acessa apenas camadas de velocidade nomeadas. A leitura nativa do loom e o alinhamento exato e reordenado de metadados são cobertos pelos testes; AnnData 0.13 write_loom não é usado.

Execute o fluxo de trabalho mantido

O script empacotado aceita arquivos locais e nunca baixa um conjunto de demonstração na inicialização:

MPLBACKEND=Agg .venv-velocity/bin/python scripts/rna_velocity_workflow.py \
  velocity_counts.h5ad --mode dynamical --groupby clusters \
  --n-top-genes 2000 --n-neighbors 30 --n-jobs 1 --output-dir velocity_results

# Importe um loom e alinhe suas contagens brutas a um arquivo de anotação existente:
MPLBACKEND=Agg .venv-velocity/bin/python scripts/rna_velocity_workflow.py \

…