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聚类参数网格搜索与自动化评估

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基础
数据对象SeuratObject · Assays · meta.data结构详解
SeuratSeuratObject
02
单细胞数据读取
10X Genomics格式 · H5格式 · CSV格式的导入与检查
单细胞数据读取Genomics
03
质量控制
QC指标计算 · 小提琴图与散点图过滤 · 细胞/基因筛选
质量控制QC
04
归一化与缩放
LogNormalize与SCTra… · ScaleData的作用
归一化缩放
05
高变基因选择
FindVariableFeatur…
高变基因选择FindVariable…
06
PCA降维
RunPCA与ElbowPlot确定… · JackStraw验证
PCA降维
07
批次效应矫正
Harmony · CCA · scVI在聚类前的应用场景
批次效应矫正Harmony
08
邻接图构建
FindNeighbors参数（k.… · dims · annoy.metric）
邻接图构建FindNeighbor…
09
Louvain算法
resolution参数对聚类数量的… · 模块度解释
Louvain算法
10
Leiden算法
Leiden与Louvain对比 · partition.type参数选择
Leiden算法
11
网格搜索概述
为什么需要网格搜索 · 参数空间定义（resolution · k.param等）
网格搜索概述为什么需要网格搜…
12
参数组合设计
resolution 0.1~1.5…
参数组合设计resolution
13
并行循环
使用future.apply或for…
并行循环future.apply
14
结果存储
将每个参数组合的聚类标签 · 模块度 · 轮廓系数存入数据框
结果存储将每个参数组合的…
15
轮廓系数（Silhouette）
计算每个参数下的平均轮廓宽度与可视化
Silhouette轮廓系数
16
调整兰德指数（ARI）
基于外部参考标签评估聚类一致性
ARI调整兰德指数
17
归一化互信息（NMI）
无参考标签时的聚类稳定度评估
NMI归一化互信息
18
模块度（Modularity）
Seurat内置的模块度计算与调参趋…
Modularity模块度
19
热图对比
用pheatmap展示不同resol…
热图对比pheatmap
20
聚类树绘图
使用dendextend绘制参数间层…
聚类树绘图dendextend
21
UMAP着色
对每个参数组合的UMAP进行栅格排列…
UMAP着色
22
最佳参数选择
结合多个指标（轮廓+模块度+生物学意…
最佳参数选择结合多个指标
23
标记基因验证
对选定参数的聚类结果运行FindAl…
标记基因验证FindAl
24
批量自动化
将网格搜索封装为函数 · 增加异常处理与进度条
批量自动化将网格搜索封装为…
25
内存优化
对大规模数据集（>10万细胞）的分块…
内存优化对大规模数据集
26
自定义距离
基于Seurat的dist函数或自定…
自定义距离Seurat
27
抗噪性分析
故意加入噪声数据测试聚类参数的鲁棒性
抗噪性分析故意加入噪声数据…
28
实战案例1
PBMC 3k数据集完整网格搜索流程…
实战案例1PBMC
29
实战案例2
小鼠大脑数据集多参数对比与生物学解析
实战案例2小鼠大脑数据集多…
30
常见陷阱与调试
谨慎处理稀疏矩阵 · 避免过聚类 · 内存爆炸的预防
常见陷阱调试