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 CCA与MNN单细胞批次校正整合

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
批次效应概述
批次效应产生原因 · 表现形式及其对下游分析的影响
批次效应概述批次效应产生原因
02
CCA原理
典型相关分析数学基础 · 目标函数 · 特征向量求解
CCA原理
03
MNN原理
互近邻匹配思想 · MNN对识别 · 校正向量计算
MNN原理
04
数据预处理
单细胞数据标准化 · 高变基因选择 · 降维准备
数据预处理单细胞数据标准化
05
Seurat CCA整合流程
FindVariableFeatur… · FindIntegrationAnc… · IntegrateData步骤详解
SeuratCCA
06
CCA锚点选择
锚点数量 · k.weight · k.filter参数对整合效果的影响
CCA锚点选择
07
Seurat整合实战
多批次PBMC数据整合代码演示与结果…
Seurat整合实战
08
Harmony整合方法
基于EM算法的批次校正原理与参数设置
Harmony整合方法
09
Harmony实战
scanpy与Seurat中Harm…
Harmonyscanpy
10
MNN方法在R中实现
scran包中的fastMNN函数用…
MNNR
11
Python中MNN实现
bbknn算法原理与scanpy代码…
PythonMNN
12
CCA与MNN参数调优
维度选择 · 邻居数量 · 降维空间对结果的影响
CCAMNN
13
整合效果评估指标
kSIM · LISI · iLISI
整合效果评估指标kSIM
14
可视化诊断
UMAP/tSNE按批次和细胞类型着… · 评估校正效果
可视化诊断UMAP/tSNE
15
批次残留检测
差异表达基因中批次相关基因比例分析
批次残留检测差异表达基因
16
多批次整合策略
渐近式整合与一次性整合对比
多批次整合策略渐近式整合
17
大规模数据加速
降采样 · 分块整合 · GPU加速技巧
大规模数据加速降采样
18
跨物种整合
使用CCA/MNN进行人鼠数据整合注…
跨物种整合CCA/MNN
19
CCA变体扩展
稀疏CCA · 核CCA · DeepCCA在单细胞中应用
CCA变体扩展
20
MNN变体扩展
reducedMNN · clusterMNN · multiMNN
MNN变体扩展
21
整合后下游分析
差异表达 · 轨迹推断 · 细胞通讯中批次影响
整合后下游分析差异表达
22
实战案例1
人类外周血PBMC多批次整合（10X…
实战案例1PBMC
23
实战案例2
小鼠脑组织多个区域数据集整合
实战案例2小鼠脑组织多个区…
24
实战案例3
人类胰腺胰岛细胞多批次整合（不同实验…
实战案例3人类胰腺胰岛细胞…
25
实战案例4
肿瘤微环境多患者数据整合（考虑患者间…
实战案例4肿瘤微环境多患者…
26
深度学习方法对比
scVI · scANVI · scGen与CCA/MNN的比较
深度学习方法对比scVI
27
实验设计建议
如何设计批次以减少整合难度
实验设计建议如何设计批次以减…
28
常见陷阱
过度校正 · 丢失生物异质性 · 参数敏感性问题
常见陷阱过度校正
29
可重复性
随机种子设置 · 版本管理 · 保存中间结果
可重复性随机种子设置
30
总结与展望
CCA与MNN的局限 · 未来发展方向（基于Transform… · 对比学习）
CCAMNN