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

Seurat与Scanpy批次校正速度与内存评测

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
单细胞RNA-seq数据简介
技术原理 · 常见平台 · 数据特点
RNA-seq单细胞
02
批次效应概念
定义 · 来源 · 对下游分析的影响
批次效应概念定义
03
Seurat入门
安装 · 主要数据结构 · 基本流程
Seurat安装
04
Scanpy入门
安装 · 主要数据结构 · 基本流程
Scanpy安装
05
数据预处理
质量控制 · 标准化 · 特征选择
数据预处理质量控制
06
Seurat的CCA（典型相关分析）方法
原理 · 参数 · 使用步骤
SeuratCCA
07
Seurat的MNN（互近邻）方法
原理 · 与CCA对比
SeuratMNN
08
Seurat调用Harmony
集成方式 · 优势 · 注意事项
SeuratHarmony
09
Scanpy的ComBat方法
原理 · 实现 · 适用场景
ScanpyComBat
10
Scanpy的scVI方法
基于深度学习的批次校正
ScanpyscVI
11
Scanpy的BBKNN方法
基于图的批次校正
ScanpyBBKNN
12
其他常用方法
fastMNN · scran · scMerge简介
其他常用方法fastMNN
13
速度对比
不同方法在处理大规模数据时的运行时间
速度对比不同方法
14
内存占用对比
不同方法的资源消耗
内存占用对比不同方法的资源消…
15
准确性对比
消除批次效应与保留生物变异的平衡
准确性对比消除批次效应
16
Seurat批次校正的优势
易用性 · 社区支持 · 可视化
Seurat批次校正的优势
17
Seurat批次校正的劣势
依赖R环境 · 内存开销大
Seurat批次校正的劣势
18
Scanpy批次校正的优势
Python生态 · 模块化 · 灵活性
Scanpy批次校正的优势
19
Scanpy批次校正的劣势
学习曲线 · 参数理解
Scanpy批次校正的劣势
20
实际案例
整合来自不同实验室的PBMC数据
实际案例PBMC
21
实际案例
跨平台（10x Genomics与S…
实际案例Genomics
22
Seurat参数调优
选择锚点数量 · 降维维度 · 分辨率
Seurat参数调优
23
Scanpy参数调优
选择关联度阈值 · 邻居数 · 簇大小
Scanpy参数调优
24
结果评估
通过UMAP/t-SNE可视化观察批…
结果评估UMAP/t-SNE
25
结果评估
量化指标如kBET · LISI · ASW
结果评估kBET
26
结果评估
检查关键标记基因的表达是否保留
结果评估检查关键标记基因…
27
常见问题
过度校正 · 校正不足 · 伪影
常见问题过度校正
28
常见问题
处理大规模数据时的内存溢出
常见问题处理大规模数据时…
29
未来趋势
基于Transformer的批次校正 · 多模态整合
未来趋势Transformer
30
总结与建议
如何选择合适的工具与方法
建议如何选择合适的工…