VIP20
本课程属于：002-Seurat单细胞聚类分析 生物信息学与 AI 制药工程 · 共 20 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

Seurat聚类分辨率优化与结果评估

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
Seurat简介与安装
Seurat包介绍 · 安装方法 · 系统要求
Seurat简介
02
单细胞数据加载与预处理
读取数据 · 质量控制 · 标准化
单细胞数据加载预处理
03
高变基因选择与降维
FindVariableFeatur… · PCA计算 · ElbowPlot
高变基因选择降维
04
聚类基础概念
图聚类 · Louvain算法 · 分辨率参数定义
聚类基础概念图聚类
05
默认分辨率0.8的局限性与问题
过聚类与欠聚类 · 生物学验证
默认分辨率0.8…问题
06
分辨率调优核心思想
平衡粒度与可解释性
分辨率调优核心思…平衡粒度
07
肘部法（Elbow Method）调优
原理 · 实现与阈值选择
ElbowMethod
08
轮廓系数（Silhouette Score）评估
计算过程 · 优缺点
SilhouetteScore
09
Gap统计量方法
理论 · R实现 · 适用场景
Gap统计量方法
10
基于差异表达基因数量的分辨率选择
DEG计数与聚类数关系
基于差异表达基因…DEG
11
基于标记基因表达谱的热图验证
找marker · 热图可视化
基于标记基因表达…marker
12
Clustree包可视化聚类树
安装 · 使用 · 树图解读
Clustree包可视化聚类树
13
Seurat内置JackStraw评估法
原理 · 参数设置 · 结果判读
SeuratJackStraw
14
基于模块得分（Module Score）的稳定性评估
基于模块得分（Module Score）… · 核心概念 · 实践要点
ModuleScore
15
多分辨率并行比较策略
循环运行 · 相似度度量
多分辨率并行比较…循环运行
16
整合分析中的分辨率调优
CCA · Harmony等整合后选择
整合分析分辨率调优
17
自动化调优工具
clustree · sc3 · custom函数
自动化调优工具clustree
18
自定义调优函数编写
R函数示例 · 返回最优分辨率
自定义调优函数编…R函数示例
19
分辨率对下游差异表达和富集分析的影响
分辨率对下游差异表达和富集分析的影响 · 核心概念 · 实践要点
分辨率对下游差异…富集分析的影响
20
案例1
PBMC 3k数据集实战调优
案例1PBMC
21
案例2
脑组织单细胞数据集调优
案例2脑组织单细胞数据…
22
案例3
肿瘤微环境数据调优
案例3肿瘤微环境数据调…
23
案例4
时间序列发育数据调优
案例4时间序列发育数据…
24
基于生物学先验的分辨率选择
已知细胞类型数量
基于生物学先验的…已知细胞类型数量
25
分辨率与聚类数目非线性关系
参数敏感度分析
分辨率聚类数目非线性关…
26
常见调优陷阱
过度拟合 · 计算资源 · 随机性影响
常见调优陷阱过度拟合
27
如何科学报告分辨率选择依据
指标 · 可视化 · 人工审核
如何科学报告分辨…指标
28
Seurat v5新特性对分辨率调优的影响
新算法 · 参数变化
Seuratv5
29
未来方向
深度聚类 · 图神经网络 · 自动超参优化
未来方向深度聚类
30
总结与最佳实践建议
工作流 · checklist
最佳实践建议工作流