Pertpy 是一个基于 Python 的模块化开源框架，专门用于分析大规模单细胞扰动实验数据。该工具整合了多种统计和机器学习方法，能够高效处理基因编辑、药物筛选及疾病状态等多种数据类型。通过与 scverse 生态系统协同，它不仅实现了多模态数据的无缝对接，还通过集成公共数据库显著增强了生物学背景的注释能力。研究人员可以利用其内置的扰动空间映射、差异表达分析和细胞组成监测等功能，深入挖掘复杂的生物机制。此外，该框架采用 JAX 加速技术，极大地提升了处理海量遗传筛选数据的计算性能与扩展性。总之，Pertpy 为从数据预处理到结果可视化的全流程扰动分析提供了一个统一且灵活的解决方案。
References:
- Heumos L, Ji Y, May L, et al. Pertpy: an end-to-end framework for perturbation analysis[J]. Nature Methods, 2025: 1-10.
