omicverse
用于多组学数据分析的Python基础工具包
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：omicverse。 它的用途是：用于多组学数据分析的Python基础工具包 完整的 Skill 内容见：https://321skill.com/skills/omicverse/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我使用OmicVerse加载一个单细胞RNA-seq数据集，进行基本的质控、标准化和PCA降维。”，它会提供相应的Python代码示例和关键参数解释。或者，你可以说：“我想比较批量测序和单细胞测序在同一个样本中的基因表达差异，OmicVerse有现成的流程吗？”，它会引导你使用OmicVerse中的整合分析模块。
介绍
OmicVerse是一个专为多组学数据分析设计的Python基础工具包，它旨在解决生物信息学研究中，针对批量、单细胞和空间RNA测序数据进行统一、高效分析的难题。它整合了多种分析流程，为用户提供了一个功能强大且易于使用的计算框架。
用户可以通过pip或conda快速安装OmicVerse，并利用其提供的模块进行数据预处理、降维、聚类、差异表达分析、轨迹推断、细胞间通讯分析以及空间转录组数据的可视化等一系列标准分析。其API设计力求简洁，并与scverse生态系统兼容，方便用户集成到现有工作流中。
该工具非常适合从事生物信息学、计算生物学和基因组学研究的学术研究者、数据分析师以及相关领域的高校学生。无论是进行探索性数据分析，还是为发表论文准备可复现的分析结果，OmicVerse都能提供有力支持。
建议用户在使用前阅读官方文档和预印本论文以了解其完整功能。由于涉及专业领域，建议使用者具备一定的Python编程和生物信息学背景。对于大规模计算任务，请注意合理配置计算资源。
核心特点
与同类单细胞分析工具（如Scanpy）相比，OmicVerse的核心区别在于其原生支持批量（bulk）、单细胞（single-cell）和空间（spatial）RNA-seq三种数据模式的统一分析框架，并提供了专门用于整合与深化不同测序技术见解的算法，旨在弥合不同组学数据之间的分析鸿沟。
注意事项
该工具主要面向生物信息学领域，不适合非组学数据的通用数据分析场景。
常见问题
OmicVerse支持哪些类型的测序数据分析？
支持批量RNA-seq、单细胞RNA-seq和空间转录组数据分析。
OmicVerse与Scanpy是什么关系？
OmicVerse是scverse生态系统的一部分，与Scanpy兼容并扩展了其功能，特别是在多组学数据整合分析方面。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/omicverse/raw/index.md 读取 omicverse 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/omicverse/raw/index.md（查看排版版本）