首页
›
生命科学与数字医疗
›
002-转录组分析与质量治理工程
›
《RNA-seq SVA与ComBat批次校正工程》
VIP10
本课程属于:002-转录组分析与质量治理工程
生命科学与数字医疗 · 共 10 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
SVA与ComBat批次校正实战指南
共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
批次效应与批量校正简介
批次效应与批量校正简介 · 核心概念 · 实践要点
批次效应
批量校正简介
02
批次效应产生的原因与影响
批次效应产生的原因与影响 · 核心概念 · 实践要点
批次效应产生的原…
影响
03
批量校正方法概述(SVA, ComBat, limma等)
批量校正方法概述(SVA · 核心概念 · 实践要点
SVA
ComBat
04
SVA算法原理详解
SVA算法原理详解 · 核心概念 · 实践要点
SVA
算法原理详解
05
ComBat算法原理详解
ComBat算法原理详解 · 核心概念 · 实践要点
ComBat
算法原理详解
06
SVA与ComBat的异同比较
SVA与ComBat的异同比较 · 核心概念 · 实践要点
SVA
ComBat
07
数据准备
基因表达矩阵与批次信息
数据准备
基因表达矩阵
08
R语言环境搭建与必要包安装
R语言环境搭建与必要包安装 · 核心概念 · 实践要点
R语言环境搭建
必要包安装
09
使用SVA包进行代理变量估计
使用SVA包进行代理变量估计 · 核心概念 · 实践要点
SVA
使用
10
SVA结果解读
代理变量与生物学变量关系
SVA
结果解读
11
SVA校正后数据可视化评估
SVA校正后数据可视化评估 · 核心概念 · 实践要点
SVA
校正后数据可视化…
12
ComBat在R中的基本使用
ComBat在R中的基本使用 · 核心概念 · 实践要点
ComBat
R
13
ComBat参数详解(parametric, non-parametric, m
ComBat参数详解(parametri… · 核心概念 · 实践要点
ComBat
parametric
14
ComBat校正前后差异分析对比
ComBat校正前后差异分析对比 · 核心概念 · 实践要点
ComBat
校正前后差异分析…
15
多个批次(多于两个)的ComBat校正
多个批次(多于两个)的ComBat校正 · 核心概念 · 实践要点
ComBat
多个批次
16
Python环境下实现SVA(pysva等库)
Python环境下实现SVA(pysva… · 核心概念 · 实践要点
Python
SVA
17
Python环境下实现ComBat(combat.py等)
Python环境下实现ComBat(co… · 核心概念 · 实践要点
Python
ComBat
18
使用scanpy中的ComBat(sc.pp.combat)
使用scanpy中的ComBat(sc.… · 核心概念 · 实践要点
scanpy
ComBat
19
批量校正效果量化评估指标(降维PCA、批次相关性等)
批量校正效果量化评估指标(降维PCA · 核心概念 · 实践要点
PCA
批量校正效果量化…
20
实战案例1
TCGA数据批次校正
实战案例1
TCGA
21
实战案例2
单细胞RNA-seq数据批次校正
实战案例2
RNA-seq
22
实战案例3
芯片数据批次校正
实战案例3
芯片数据批次校正
23
多组学数据整合中的批次校正
多组学数据整合中的批次校正 · 核心概念 · 实践要点
多组学数据整合
批次校正
24
避免过度校正的策略与经验
避免过度校正的策略与经验 · 核心概念 · 实践要点
避免过度校正的策…
经验
25
SVA与ComBat在GWAS中的应用
SVA与ComBat在GWAS中的应用 · 核心概念 · 实践要点
SVA
ComBat
26
其他批量校正方法介绍(Harmony, MNN, Liger等)
其他批量校正方法介绍(Harmony · 核心概念 · 实践要点
Harmony
MNN
27
批量校正中的常见陷阱与注意事项
批量校正中的常见陷阱与注意事项 · 核心概念 · 实践要点
批量校正
常见陷阱
28
使用模拟数据测试校正方法
使用模拟数据测试校正方法 · 核心概念 · 实践要点
使用模拟数据测试…
重点
29
批量校正结果的生物学验证
批量校正结果的生物学验证 · 核心概念 · 实践要点
批量校正结果的生…
重点
30
总结与最佳实践指南
总结与最佳实践指南 · 核心概念 · 实践要点
最佳实践指南
总结与最佳实践指…
所属VIP或分类
同VIP:GEO转录组数据挖掘工程
同VIP:RNA-seq分析审计与可追溯工程
同VIP:RNA-seq功能富集与通路分析工程