首页
›
生物信息学与 AI 制药工程
›
029-RNA-seq表达分析批次质控
›
《PCA与热图识别组学数据批次效应》
VIP20
本课程属于:029-RNA-seq表达分析批次质控
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
PCA与热图识别组学数据批次效应
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
批次效应概述
什么是批次效应?为何需要识别与校正
批次效应概述
什么是批次效应?…
02
高维数据可视化简介
主成分分析(PCA)的基本思想与用途
高维数据可视化简…
PCA
03
PCA数学原理推导
协方差矩阵 · 特征值 · 特征向量的计算
PCA
数学原理推导
04
PCA在R和Python中的标准实现与常用函数
PCA在R和Python中的标准实现与常… · 核心概念 · 实践要点
PCA
Python
05
热图(Heatmap)基础
颜色映射 · 行/列聚类 · Z-score标准化
Heatmap
热图
06
热图与PCA的内在联系
PCA得分矩阵与热图表示
PCA
热图
07
数据预处理关键步骤
缺失值处理 · 标准化 · 归一化方法
数据预处理关键步…
缺失值处理
08
批次效应的来源与类型
实验批次 · 试剂批次 · 测序批次等
批次效应的来源
类型
09
检测批次效应的常用方法概览
PCA · t-SNE · UMAP
检测批次效应的常…
PCA
10
PCA用于批次效应检测的原理
主成分与批次标签的相关性
PCA
用于批次效应检测…
11
绘制PCA散点图并着色批次标签
用颜色直观观察分离
PCA
绘制
12
二维与三维PCA得分图的绘制与交互式探索
二维与三维PCA得分图的绘制与交互式探索 · 核心概念 · 实践要点
PCA
二维
13
解释PCA载荷图
每个主成分对应的特征贡献与生物学意义
PCA
解释
14
用热图展示PCA载荷矩阵
突出高贡献变量
PCA
用热图展示
15
批量绘制多个主成分组合的PCA热图
识别批次的维度依赖
PCA
批量绘制多个主成…
16
使用方差分解(如PVCA)量化批次效应的影响占比
使用方差分解(如PVCA)量化批次效应的… · 核心概念 · 实践要点
PVCA
使用方差分解
17
实战1
单细胞RNA-seq数据的批次效应P…
实战1
RNA-seq
18
实战2
微阵列芯片(affy/illumin…
实战2
affy/illumin
19
实战3
蛋白质组学(质谱)数据的批次效应热图…
实战3
蛋白质组学
20
使用ComBat方法消除批次效应
原理与代码实现
ComBat
使用
21
校正前后PCA热图对比
评估校正效果
PCA
校正前后
22
其他主流批次效应校正方法
limma · Harmony · scVI
其他主流批次效应…
limma
23
评估校正效果的指标
聚类一致性 · 差异基因重叠 · 距离分布
评估校正效果的指…
聚类一致性
24
可视化校正结果
PCA热图与UMAP热图联合展示
可视化校正结果
PCA
25
批次效应识别中的常见陷阱与避坑指南
批次效应识别中的常见陷阱与避坑指南 · 核心概念 · 实践要点
批次效应识别
常见陷阱
26
大规模数据集加速PCA与热图绘制的技巧(近似PCA、分块计算)
大规模数据集加速PCA与热图绘制的技巧(… · 核心概念 · 实践要点
PCA
大规模数据集加速
27
自定义热图配色方案
感知均匀 · 色盲友好 · 突出对比
自定义热图配色方…
感知均匀
28
构建交互式PCA热图工具
Shiny R / Plotly /…
PCA
构建交互式
29
在论文或报告中呈现批次效应分析结果的规范与建议
在论文或报告中呈现批次效应分析结果的规范… · 核心概念 · 实践要点
论文或报告
呈现批次效应分析…
30
综合案例
从原始数据到批次效应校正与可视化完整…
综合案例
从原始数据到批次…
所属VIP或分类
同VIP:ComBat与RUV批次校正方法对比与选择
同VIP:Conda创建RNA-seq分析环境实战指南
同VIP:Conda部署DESeq2与edgeR表达分析环境