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

Snakemake批次效应检测实战教程

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
Snakemake简介
工作流管理系统的概念 · Snakemake的特点 · 与Make的对比
Snakemake简介
02
Snakemake安装与环境配置
使用conda/pip安装 · Python环境要求 · 验证安装
Snakemake安装
03
Snakefile基础
规则(rules) · 输入输出文件 · 通配符
Snakefilerules
04
通配符与参数化
使用{wildcards} · 参数表达式 · expand函数
通配符参数化
05
配置文件与参数
config.yaml · 访问配置参数 · 多配置管理
配置文件参数
06
日志记录与调试
日志输出 · --debug · --verbose
日志记录调试
07
并行执行与集群
本地多线程 · SLURM · SGE等集群配置
并行执行集群
08
Conda环境管理
–use-conda · 环境yaml文件 · 隔离依赖
Conda环境管理
09
容器支持（Docker/Singularity）
–use-singularity · 容器镜像 · 可重复性
Docker/Singu…容器支持
10
模块化与复用
include · module · workflow组合
模块化复用
11
输入函数与动态文件
input函数 · glob · lambda函数
输入函数动态文件
12
规则优先级与默认规则
order · default_target · ruleorder
规则优先级默认规则
13
异常处理与重试
retry · restart · onerror
异常处理重试
14
资源管理与资源限制
resources · threads · mem_mb等
资源管理资源限制
15
报告生成
snakemake –report · 自定义报告模板
报告生成snakemake
16
批次效应概述
什么是批次效应 · 常见来源 · 对分析的影响
批次效应概述什么是批次效应
17
批次效应检测方法
PCA可视化 · 层次聚类 · MDS
批次效应检测方法PCA
18
使用Snakemake搭建批次效应检测流程
设计思路 · 输入格式（表达矩阵 · 批次信息）
Snakemake使用
19
数据预处理与质量控制
去除低质量样本 · 标准化 · 缺失值处理
数据预处理质量控制
20
PCA与聚类分析规则
实现PCA计算 · 绘图 · 通过颜色标识批次
PCA聚类分析规则
21
相关系数热图与批次相关性
计算样本间相关系数 · 热图展示批次聚集
相关系数热图批次相关性
22
基于R的批次效应检测嵌入
在Snakemake中调用R脚本 · 使用ComBat等工具前检验
基于R的批次效应…Snakemake
23
使用Python进行批次效应统计检验
ANOVA · Kruskal-Wallis检验批次…
Python使用
24
结果可视化与报告生成
整合图表 · 生成HTML报告 · 标记潜在批次
结果可视化报告生成
25
多批次处理与嵌套批次
处理多个批次变量 · 复杂设计矩阵
多批次处理嵌套批次
26
参数扫描与敏感性分析
对不同预处理参数进行批次效应检测比较
参数扫描敏感性分析
27
集成Shiny或交互式报告
生成交互式探索工具（可选）
Shiny集成
28
大规模数据分析优化
内存管理 · 使用临时文件 · 中间结果清理
大规模数据分析优…内存管理
29
常见问题与排错
路径问题 · 环境冲突 · R包缺失
常见问题排错
30
实战案例
RNA-seq数据批次效应检测全流程…
实战案例RNA-seq