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

kBET与LISI批次校正效果验证

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
课程介绍
学习目标 · 适用人群 · 课程安排概览
课程介绍学习目标
02
单细胞数据整合概述
为什么需要整合 · 常见整合方法（Seurat · Harmony
单细胞数据整合概…为什么需要整合
03
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
04
kBET算法原理
k近邻批次效应检验的数学基础
kBET算法原理
05
kBET的统计学细节
二项分布检验 · p值计算与矫正
kBET的统计学细节
06
kBET的Python实现
基于scikit-learn的kNN…
kBETPython
07
kBET参数详解
k值选择 · 距离度量 · 子采样策略
kBET参数详解
08
kBET结果解读
p值分布 · 接受率 · 可视化方法
kBET结果解读
09
kBET的优缺点
适用场景 · 局限性（如对细胞类型平衡敏感）
kBET的优缺点
10
LISI简介
Local Inverse Simp…
LISI简介
11
LISI算法原理
iLISI（批次混合度）与cLISI…
LISI算法原理
12
LISI的Python实现
使用scib库计算LISI
LISIPython
13
LISI参数调优
k值 · 本地邻域大小 · 多重比较校正
LISI参数调优
14
LISI结果可视化
箱线图 · 密度图 · UMAP着色
LISI结果可视化
15
LISI在整合质量评估中的应用
判断过校正与欠校正
LISI整合质量评估
16
kBET与LISI对比
指标侧重 · 计算效率 · 结果一致性
kBETLISI
17
其他常用评估指标
ASW（平均轮廓宽度） · ARI（调整兰德指数） · NMI等
其他常用评估指标ASW
18
使用Scanpy集成计算kBET
加载数据 · 调用scib.metrics.kBE…
ScanpykBET
19
使用scib包批量计算LISI
函数调用 · 参数配置
scibLISI
20
实际案例一
PBMC数据集整合评估（Harmon…
实际案例一PBMC
21
实际案例二
小鼠脑数据整合评估（scVI vs…
实际案例二scVI
22
超大规模数据优化
分布式kNN计算 · 降维预处理
超大规模数据优化kNN
23
多批次数据评估
处理批次数>10时的策略
多批次数据评估处理批次数>10…
24
结果可视化最佳实践
组合图 · 热图 · 统计表
结果可视化最佳实…组合图
25
常见问题与调试
内存不足 · k值选择困难 · 批次标签不平衡
常见问题调试
26
整合策略选择指南
根据评估指标选择最优整合方法
整合策略选择指南根据评估指标选择…
27
评估结果的生物学验证
标记基因保留 · 聚类一致性
评估结果的生物学…标记基因保留
28
自动化评估流水线
用Python脚本整合计算多个指标
自动化评估流水线Python
29
前沿进展
基于图神经网络的整合评估 · 深度学习指标
前沿进展基于图神经网络的…
30
课程总结与展望
核心要点回顾 · 未来学习方向
课程总结核心要点回顾