前言

在过去几年里，生物信息学分析工具的发展非常快。从 bulk RNA-seq，到单细胞转录组（scRNA-seq）、空间转录组（Spatial）、ATAC-seq，再到微生物组与代谢组，多组学数据正在快速成为生命科学研究的主流。然而，一个现实问题也越来越明显：工具太多，生态太碎。单细胞分析用 Seurat/Scanpy，代谢组用 MetaboAnalyst，微生物组又是一套流程，多组学整合还要自己拼代码。于是，一个新的问题出现了：有没有一个工具，可以尽可能统一这些分析？

2024年7月，在 《Nature Communications》 上发表了题为 “OmicVerse: a framework for bridging and deepening insights across bulk and single-cell sequencing” 的研究工作，OmicVerse 框架由此正式进入学界视野。

工具介绍

官网链接：https://omicverse.readthedocs.io/en/latest/index.html

OmicVerse v2 将 bulk RNA-seq、单细胞转录组、空间转录组、数据可视化、模型驱动分析以及 AI 辅助分析流程整合到同一个软件包中。OmicVerse可以完成组学几乎所有的分析了，并为绝大多数现有的方法新增了GPU加速，提升了分析的效率。

软件安装

建议最好在服务器上安装使用，下面我也将演示在服务器上的安装方法。

创建OmicVerse环境

避免包与包之间的冲突，创建一个新的环境。

# 创建环境
conda create -n omicverse python=3.10 -y
# 激活环境
conda activate omicverse

安装OmicVerse

• 首先需要安装torch，这里使用清华的镜像源进行加速。

pip3 install torch torchvision torchaudio -i https://pypi.tuna.tsinghua.edu.cn/simple

• 接下来，我们需要安装PyG（全名torch_geometric，这是一个用于图神经网络的torch高级封装）。

pip install torch_geometric -i https://pypi.tuna.tsinghua.edu.cn/simple

• 接下来就是正式安装OmicVerse。

pip install -U omicverse -i https://pypi.tuna.tsinghua.edu.cn/simple

如果安装过程中未出现报错，则说明 OmicVerse 已成功安装。建议在服务器中同时部署 JupyterLab，并将 OmicVerse 环境配置到 JupyterLab 内使用，这样可以更加方便地进行交互式分析与结果可视化。

写在最后

如果你：

• 正在从R转Python
• 做单细胞
• 做多组学
• 想提高分析流程统一性

那么OmicVerse值得尝试。