models-multimodal

# 多模态与多组学整合模型 本文档涵盖了 scvi-tools 中用于联合分析多种数据模态的模型。 ## totalVI (Total Variational Inference) **目的**: CITE-seq 数据的联合分析（来自相同细胞的 RNA 和蛋白质同步测量）。 **关键特性**: - 联合建模基因表达和蛋白质丰度 - 学习共享的低维表示 - 支持从 RNA 数据中进行蛋白质插补 - 对两种模态执行差异表达分析 - 处理 RNA 和蛋白质层中的批次效应 **适用场景**: - 分析 CITE-seq 或 REAP-seq 数据 - 联合 RNA + 表面蛋白质测量 - 插补缺失的蛋白质 - 整合蛋白质和 RNA 信息 - 多批次 CITE-seq 整合 **数据要求**: - 包含 `.X` 或层中基因表达的 AnnData - `.obsm["protein_expression"]` 中的蛋白质测量数据 - 两种模态测量的是相同的细胞 **基本用法**: python import scvi # 设置数据 - 指定 RNA 和蛋白质层 scvi.model.TOTALVI.setup_anndata( adata, layer="counts", # RNA 计数 protein_expression_obsm_key="protein_expression", # 蛋白质计数 batch_key="batch" ) # 训练模型 model = scvi.model.TOTALVI(adata) model.train() # 获取联合潜在表示 latent = model.get_latent_representation() # 获取两种模态的归一化值 rna_normalized = model.get_normalized_expression() protein_normalized = model.get_normalized_expression( transform_batch="batch1", protein_expression=True ) # 差异表达（适用于 RNA 和蛋白质） rna_de = model.differential_expression(groupby="cell_type") protein_de = model.differential_expression( groupby="cell_type", protein_expression=True ) **关键参数**: - `n_latent`: 潜在空间维度（默认值：20） - `n_layers_encoder`: 编码器层数（默认值：1） - `n_layers_decoder`: 解码器层数（默认值：1） - `protein_dispersion`: 蛋白质离散度处理（"protein" 或 "protein-batch"） - `empirical_protein_background_prior`: 使用蛋白质的经验背景先验 **高级特性**: **蛋白质插补**: python # 为仅有 RNA 的细胞插补缺失的蛋白质 # （有助于将 RNA-seq 映射到 CITE-seq 参考集） protein_foreground = model.get_protein_foreground_probability() imputed_proteins = model.get_normalized_expression( protein_expression=True, n_samples=25 ) **去噪**: python # 获取去噪