VIP20
本课程属于：019-单细胞空间整合分析 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

SPOTlight细胞空间映射与参考数据建模

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
空间转录组学概览
从单细胞到空间 · 技术平台简介
空间转录组学概览从单细胞到空间
02
SPOTlight简介
开发背景 · 主要特点 · 应用场景
SPOTlight简介
03
空间映射核心问题
细胞类型反卷积 · 点分辨率估计
空间映射核心问题细胞类型反卷积
04
SPOTlight算法原理
非负最小二乘与主题建模
SPOTlight算法原理
05
数学基础
矩阵分解 · 正则化 · 优化目标
数学基础矩阵分解
06
数据预处理
空间转录组数据格式 · 质量控制
数据预处理空间转录组数据格…
07
单细胞参考构建
如何选择参考 · 归一化与标记基因
单细胞参考构建如何选择参考
08
点-细胞映射模型
每个捕获点表达向量分解
细胞映射模型每个捕获点表达向…
09
可扩展性设计
为什么选择NNLS而非更复杂模型
可扩展性设计NNLS
10
算法流程详解
输入 · 迭代 · 输出
算法流程详解输入
11
实现细节
使用Seurat对象 · R包install
实现细节Seurat
12
核心函数spotlight_deconvolution参数说明。
核心函数spotlight_deconv… · 核心概念 · 实践要点
spotlightdeconvolutio…
13
运行第一个示例
内置数据集演示
运行第一个示例内置数据集演示
14
结果解读
细胞比例矩阵 · 相关性分析
结果解读细胞比例矩阵
15
可视化结果
热图 · 空间分布图 · 箱线图
可视化结果热图
16
参数调优
lambda正则化 · max_iter · n_top
参数调优lambda
17
标记基因选择策略
如何提高分解准确性
标记基因选择策略如何提高分解准确…
18
处理稀疏数据
零膨胀问题与解决方案
处理稀疏数据零膨胀问题
19
多个样本整合分析
batch效应校正
多个样本整合分析batch
20
与CARD、RCTD等方法的比较。
与CARD、RCTD等方法的比较 · 核心概念 · 实践要点
CARDRCTD
21
性能评估指标
RMSE · 相关性 · 细胞类型特异性
性能评估指标RMSE
22
案例
小鼠脑组织空间映射
案例小鼠脑组织空间映…
23
案例
人类乳腺癌TME分析
案例TME
24
案例
发育胚胎空间图谱
案例发育胚胎空间图谱
25
高级主题
使用H5文件处理大内存数据
高级主题H5
26
结果验证
免疫荧光共定位验证
结果验证免疫荧光共定位验…
27
常见问题与排错
内存不足 · 不收敛
常见问题排错
28
SPOTlight的扩展
用于Visium · Slide-seq等
SPOTlight的扩展
29
未来方向
深度学习整合 · 多模态映射
未来方向深度学习整合
30
总结与最佳实践
工作流程建议 · 资源推荐
最佳实践工作流程建议