動機：解析済みの単一細胞データセット、埋め込み、遺伝子発現、細胞メタデータ、マーカー遺伝子を、非プログラマが探索できるようにするインタラクティブなツールは、標準的な実験室インフラとなっている。この分野で現在も積極的に保守されているツール（ShinyCell、ScRDAVis、sCIRCLE、scViewer）はいずれもR Shiny上に構築され、入力としてSeuratオブジェクトを必要とする。単一細胞RNA-seq、空間、マルチオミクス解析の支配的なフレームワークであるPython/scanpyを主要な解析パイプラインとする研究室では、共有可能なWebベースのビューアとスクリプト可能なPython APIを組み合わせた、軽量で言語ネイティブな選択肢がない。そのため、scanpyの結果共有は、まずSeuratへ書き出すか、プログラマしか実行できないノートブックを手渡すことのいずれかになる。
結果：scPyviewerは、AnnDataオブジェクトを直接取り込み、既存のR Shinyツールの中核となる対話的操作パターンを、Pythonスタックから離れることなく再現するWebベースのビューアである。3つの、現在も積極的に保守されているR Shinyの既存ツールに対する機能同等性の監査では、scPyviewerはベースライン能力をすべて（7/7）一致または上回る。中でもscPyviewerは、Seuratへの変換なしでAnnDataをネイティブに取り込める点と、共有遺伝子と一致した細胞種構成に基づくクロスデータセット比較を、唯一の特徴として提供する。さらに、既存ツールが構築されているR/Seuratのレンダリング基盤に対して同一条件でベンチマーク評価を行ったところ、22,315から約313,000細胞を含む3つのデータセットにおいて、scPyviewerは、テストしたあらゆるスケールで、すべての中核ビューをより高速に描画する（単一ビューで最大3.6倍）。また、必要メモリも少なく、最小データセットでは5.2倍の低減となる。最も大規模なテストでは、その差は段階的ではなくカテゴリ的になる。scPyviewerは313,000細胞のデータセット上ですべてのビューを完了するが、Seurat基盤は8 GBのメモリ予算を使い切り、破綻する。インタラクティブ・アプリに加えて、scPyviewerはpipまたはcondaでインストールでき、公開されたPython APIを通じて、Matplotlib図とpandas表を返し、スクリプト化された出版用出力を可能にする。
利用可能性と実装：scPyviewerはPython 3.11（scanpy 1.11.5、anndata 0.12.19、streamlit 1.59.2、plotly 6.9.0）で実装され、固定化した依存関係をインストールしてベンチマークとすべての図を再生成し、インタラクティブ・アプリを起動するためのワンコマンドの再現インタフェースとともに配布される。ソースコードは利用可能である。
https://doi.org/10.64898/2026.08.26.747418