Open ecosystem

生态

OmicVerse 是源境解码持续维护的开放组学生态：基础数据结构、教程、算法和工具界面自上而下组织。OmicOS 读取这些能力，把科研任务转化为可执行、可复查、可交付的分析路线。

Root system omicverse

统一多组学分析入口，连接数据结构、教程、算法和可复现工作流。

Tools

omicverse-notebook面向分析人员的 notebook 工作台。

omicclaw让 Agent 能够发现、调用和记录组学工具。

visual modules将结果转化为可检查的图表和解释。

Tutorials

single_cell_tutorial单细胞分析路径、数据格式和质量控制。

spatial_tutorial空间转录组、组织区域和形态信息。

multi_omics_tutorial多组学整合、批次处理和跨模态解释。

Algorithms

in-house methods源境解码持续维护的原创方法。

integrated methods把高质量社区算法统一到同一套 API。

R bridges把成熟 R 生态能力迁移到 Python 工作流。

Foundations

anndata-oom面向大规模 AnnData 的 out-of-memory 基础设施。

Pyomic支撑大数据读写、转换和批处理的基础模块。

CellPLM单细胞基础模型，服务状态解释和扰动推断。

Execution layer OmicOS

在 OmicVerse 之上，OmicOS 负责理解问题、选择工具、运行分析、记录版本和返回证据。它不会替代开放生态，而是把生态能力组织成研究者可以复查的执行链路。

从生态到执行，是一条清晰的科研链路。

OmicOS 调用 OmicVerse，不吞掉 OmicVerse。每一步都保留输入、参数、版本、限制条件和可接管的 notebook，让分析结果可以被研究者继续验证。

读取单细胞、空间、bulk 和多组学数据，识别物种、组织、批次和质量风险。

根据科研问题选择 OmicVerse 工具链，拆解为质控、注释、整合、轨迹或空间分析。

由 Agent 调用算法和教程范式，记录版本、参数、失败路径和替代方案。

输出 notebook、图表、证据链和限制说明，让团队可以继续审阅和复现。

Contribution

OmicVerse 接收社区贡献，也会把真实研究中反复出现的数据结构、分析路径和方法缺口整理成开放模块。生态越清晰，OmicOS 的执行越可解释。