VIP20

本课程属于：024-单细胞转录组批次质控 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

10x与Drop-seq单细胞批次整合与评估

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

单细胞RNA测序基础

什么是scRNA-seq · 主要技术平台概述 · 10x Genomics与Drop-…

批次效应概念

批次效应的来源 · 表现形式 · 对下游分析的影响

批次效应概念批次效应的来源

10x与Drop-seq数据格式差异

Cell Ranger输出 vs D… · barcodes/genes/mat… · 常见存储格式（h5

整合前的必要流程

双细胞检测 · 质量过滤（UMI · gene

整合前的必要流程双细胞检测

Seurat整合基础

FindIntegrationAnc… · 锚点选择策略 · CACI评分机制

Seurat整合基础

Seurat整合实战（R语言）

加载10x和Drop-seq数据 · 创建Seurat对象 · 运行整合流程

Seurat整合实战

Harmony基本原理

软聚类 · 迭代修正 · 岭回归矫正

Harmony基本原理

使用R包Harmony整合多批次 · 参数调优（theta · sigma

Harmony使用R包

scVI（Python）整合方法

变分自编码器原理 · 条件批处理编码 · 模拟数据生成

scVI实战（Scanpy+scvi-tools）

加载Anndata · setup_anndata · 训练scVI模型

scVIScanpy+scvi-…

scANVI与半监督整合

利用已知细胞类型标签提升整合质量 · 迁移学习在批次校正中的应用

scANVI半监督整合

LIGER整合方法

基于NMF的因子分析 · 共享因子与特有因子 · 联合聚类与归一化

LIGER整合方法

LIGER实战（R或Python）

rliger/rliger包 · 调用optimizeALS与clus… · 及结果可视化

BBKNN（Python）快速整合

基于批量平衡KNN图 · 无参数校正 · 适用于大规模数据

基于伪重复的基因表达校正 · RUV方法 · 适用性及限制

Seurat v5改进

新的整合框架（RPCA · Reference-based in… · 多模态整合拓展

基于参照图谱的整合

利用已标注参考数据集映射新数据 · CellTypist与Azimuth…

基于参照图谱的整…利用已标注参考数…

跨平台整合注意事项

10x V2/V3与Drop-seq… · 基因检测敏感性差异的处理策略

跨平台整合注意事…V2/V3

整合后的差异分析

批次校正对差异基因检测的影响 · pseudobulk方法 · 线性混合模型（如limma）

整合后的差异分析批次校正对差异基…

整合质量评估指标

轮廓系数（silhouette） · 批次熵（batch entropy） · iLISI/cLISI分数

整合质量评估指标silhouette

可视化验证整合效果

UMAP/T-SNE按批次着色 · 按细胞类型着色 · 距离分布密度图

可视化验证整合效…UMAP/T-SNE

小鼠脑皮层数据整合（10x vs D… · 预处理 · 五种方法对比

人类PBMC跨平台整合 · 免疫细胞亚群一致性评估

肿瘤微环境多批次整合 · 稀有种群保留策略

实战三肿瘤微环境多批次…

整合中的内存与时间优化

downsampling技巧 · mini-batch训练（scVI） · 分块处理大矩阵

整合与细胞类型注释结合

生成整合后的共同聚类 · 利用已知标记基因进行自动注释

整合细胞类型注释结合

批次整合的可重复性

设置随机种子 · 记录参数 · 使用容器（Docker/Singul…

批次整合的可重复…设置随机种子

常见陷阱与解决方案

过度矫正导致真实生物差异消失 · 性别/样本特异性信号被误作为批次 · 稀疏矩阵内存爆炸

常见陷阱解决方案

整合结果的生物学验证

差异富集通路一致性 · 共表达模块保留性 · 谱系发育轨迹保持

整合结果的生物学…差异富集通路一致…

从原始数据到整合报告——完整流程复现 · 生成整合QC报告 · 发表级图表制作

综合项目从原始数据到整合…