cellrank最为精髓的教学文档是Kernels and estimators — CellRank master documentation,讲解了low API,即kernal和estimator的用法。不建议再看high API basic tutorial了。
应当加上下面这个教程,主要是学习seurat变为annadata。cellrank包装了scVelo,所以这个教程后面的东西意义不大了。
nam Morabito | RNA velocity analysis with scVelo
总的来说,kernal有基于剪切mRNA的Velocity Kernel
、基于转录组相似性的Connectivity Kernel、基于cytotrace干性评分的kernel。第一个kernel是最本义的RNA速率,后两个是beyond RNA velocity用法。
最为有趣的是,我们可以创建混合kernal,由上述kernal组合而成,给权重。这对于beyond RNA velocity的用法来说尤为重要,因为至少可以提供一定的方向性,而不会沦落成和monocle2这样的算法一样。
最后感想:python真的快,scanpy ecosystem真的好用。