【cellrank】3-全流程总结

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。