利用seurat计算得到的clustering results进行scVelo轨迹（trajectory）推断

scVelo是一种广泛应用于研究细胞发育路径的工具，并以其强大的RNA速度数据分析方法而著称。该方法采用Python编程语言实现。
而seurat则是一种被广泛使用的对单细胞RNA测序数据进行预处理及聚类分析的软件平台。
其核心技术在于利用RNA速度信息来推断细胞迁移路径。
在实际应用中经常面临的问题在于如何将完成用seurat进行的数据预处理和聚类分析后，在scVelo中继续展开细胞发育路径的动态建模。

在开始分析之前，我们需要准备以下数据/软件：

通过 cellranger 对 10x 测序数据 进行 分析 所 得 到 的 结果 文件 夹 named cellranger_output

2. 已包含分群（clustering）结果的seruat object

请按照以下步骤安装 velocyto 及 scVelo，请参考官网文档获取详细说明

一、获得loom文件

scVelo的方法依赖于细胞中被剪切mRNA和未被剪切mRNA的读数信息，并要求我们首先获得包含此信息的loom文件。这一过程可通过velocyto工具来进行实现。由于目前最流行的scRNA测序技术是11-velocity（嗯...10x ，所以我们可以使用该技术获取的结果作为例子来进行说明。（https://velocyto.org/velocyto.py/tutorial/cli.html#r