在较高的生物体中,单个细胞通过表观遗传调节(例如基因表达调节)对信号和扰动做出反应。然而,除了移动其转录曲线外,细胞的适应性响应还可以导致不同细胞类型的比例变化。最近的方法(例如SCRNA-SEQ)允许在单细胞水平上询问表达,并可以量化复杂组织样品中的单个细胞类型簇。为了识别显示不同生物条件之间差异组成的簇,最近引入了差异比例分析。然而,严重缺失了用于重复和未复制的单细胞数据集的生物信息学工具。在本手稿中,我们提出了Scanpro,这是一种用于比例分析的模块化工具,无缝集成到Python环境中广泛接受的框架中。scanpro是快速,准确的,可以不重复支持数据集,并且旨在由生物信息学专家和初学者使用。