高级生信分析

一个强大的 R 包，用于单细胞 RNA 测序数据的质量控制、分析和探索，支持多模态数据整合（如 scRNA-seq 和 scATAC-seq），提供灵活的聚类和可视化功能，特别适合大规模数据集。

一个基于 Python 的高效工具，专为单细胞基因表达分析设计，支持从预处理到下游分析的全流程，包括降维、聚类和轨迹推断，适合资源有限的计算环境。

10x Genomics 提供的端到端分析管道，专为 10x Genomics 平台生成的 scRNA-seq 数据优化，涵盖从 FASTQ 文件到表达矩阵的处理，易于使用且结果可重复。

专注于细胞间通信分析的工具，通过配对配体-受体表达推断细胞间相互作用，增强了单细胞数据的生物学解释能力，适合免疫学研究。

基于 Galaxy 框架的工具，提供对大型 scRNA-seq 数据集的访问和分析，适合整合 Human Cell Atlas 等公共数据，强调可扩展性。

一个 R 包和 Shiny 应用，用于基于参考数据集注释 scRNA-seq 聚类身份，支持自定义参考数据，适合快速识别细胞类型。

一个 R 包，专为单细胞轨迹推断设计，通过伪时间分析揭示细胞分化路径，适合研究细胞发育和动态过程。

一个 R 包，用于批次效应校正和数据整合，支持多个 scRNA-seq 数据集的联合分析，特别适合多中心研究。

一个 R 包，结合单细胞和空间转录组数据，支持空间定位和基因表达模式分析，适合空间生物学研究。

一个 Python 工具，用于单细胞数据中的亚群分离和异常检测，特别适用于癌症研究中的异质性分析。

一个 R 包，专注于单细胞轨迹推断，提供灵活的曲线拟合方法，适合分析复杂的细胞状态转换。

仅列出上面的工具，还有50中工具未列出。