VIP20

本课程属于：027-AI药物发现批次质控 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

Python多批次效应检测与MNN校正

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

Python环境搭建与批次效应简介

Anaconda安装 · 虚拟环境配置 · 单细胞/批量转录组数据中的批次效应概…

Python环境搭建

读取基因表达矩阵 · 处理缺失值与重复基因

数据加载读取基因表达矩阵

数据预处理

标准化与对数转换：CPM · TPM · FPKM标准化

数据预处理CPM

数据探索与可视化

用matplotlib/seabor… · 密度图 · 直观观察批次差异

数据探索可视化

主成分分析（PCA）与批次效应观察

sklearn PCA降维 · 按批次着色展示PCA散点图

PCA主成分分析

批次效应评估指标

PCA分离度计算：定义批次分离度评分 · 量化批次间差异

批次效应评估指标PCA

批次效应评估指标

kNN分类准确率 · 评估批次混叠程度

批次效应评估指标kNN

批次效应评估指标

批次方差比（BVP）

批次效应评估指标BVP

简单校正方法

均值中心化：对每个基因按批次减去均值 · 实现基本校正

简单校正方法均值

ComBat原理与算法介绍

位置/尺度模型 · 经验贝叶斯估计批次参数

pyComBat安装与使用

ComBat参数调优

covariate_mod · prior_plots参数调整 · 评估校正效果

ComBat参数调优

Harmony算法原理

在PCA空间迭代聚类与线性校正 · 保留生物异质性

Harmony算法原理

harmonypy库使用 · 运行Harmony整合

Harmonyharmonypy

Harmony参数调优

lambda · sigma · theta参数对整合结果的影响

Harmony参数调优

基于线性模型的批次校正

limma · 去除批次固定效应

基于线性模型的批…limma

mnnpy实战 · 保留局部结构

深度学习校正

scVI模型原理 · 隐空间解纠缠

深度学习校正scVI

安装scvi-tools · 构建AnnData对象 · 配置模型参数

模型训练与校正：训练scVI模型 · 获取校正后的表达矩阵与隐向量

scVI模型训练

基于对抗网络的校正

条件GAN用于批次消除 · 源码实现与训练技巧

基于对抗网络的校…GAN

Seurat整合思想：CCA · RPCA · SCTransform等多方法融合

集成方法Seurat

校正后评估

可视化比较：校正前后PCA · UMAP图对比 · 批次混叠效果

校正后评估PCA

校正后评估

聚类指标 · Normalized Mutual…

校正后评估聚类指标

校正后评估

生物保留度：差异表达基因复现率 · 通路富集一致度

校正后评估生物保留度

单样本批次检测

实战项目1单样本批次检测

实战项目2多批整合

跨平台校正：合并不同测序平台（10X · Smart-seq2）的数据并校正

实战项目3跨平台校正

常见问题与调试技巧

内存溢出 · 批次与生物因素混淆 · 参数选择策略

常见问题调试技巧

总结与最佳实践

不同场景下的方法推荐 · 稳健度评估 · 报告撰写要点

最佳实践不同场景下的方法…