1. 课程简介与学习目标：课程背景、目标受众、前置知识、学习路径概览
1.1 为什么你需要这门课？
Visium 空间转录组技术这几年火得不行。它能让你在组织切片上同时看到基因表达和空间位置。但现实往往比宣传片骨感——你手头可能有十几张甚至几十张 Visium 切片，每张来自不同患者、不同时间点、不同组织区域。直接把它们拼在一起分析？你会发现批次效应能把真正的生物学信号淹得渣都不剩。
我自己就踩过这个坑。2021 年做肝癌项目时，我拿了 6 张 Visium 切片，兴冲冲地跑完 Seurat 整合，结果 UMAP 图上每张切片各自成一团，根本看不出肿瘤 vs 正常的分界。后来才发现，批次效应没处理好，所有结论都没法发表。所以我专门梳理了这套 多批次 Visium 联合分析 的完整案例流程，从数据预处理到批次校正，再到跨样本比较，给你一条清晰的实操路径。
1.2 这门课能帮你解决什么问题？
- 批次效应检测：怎么判断你的数据有没有严重的批次效应？有哪些量化指标？
- 主流校正方法对比：Harmony、Seurat CCA、MNN 矫正、Scanorama……哪个适合 Visium 数据？我踩过的坑都告诉你。
- 空间一致性分析：校正后怎么验证空间结构有没有被破坏？
- 跨样本比较的坑：不同解剖区域、不同切片厚度、不同测序深度，怎么归一化？
说白了，学完这门课，你拿到一堆 Visium 切片数据，不会再手足无措。你能独立完成从读取、质控、校正到可视化的全流程。
1.3 目标受众：这门课为谁准备？
唔，简单说就是三类人：
| 角色 | 典型痛点 | 期望收获 |
|---|---|---|
| 生物信息学新手 | 只会跑标准流程，不懂批次效应原理 | 理解原理并动手实战 |
| 空间组学研究人员 | 手头有多批次数据但不知如何整合 | 可直接复用的案例代码 |
| 生信工程师/讲师 | 需要系统教学材料 | 完整的知识框架+可扩展的脚本 |
我觉得，只要你能用 Python 跑个简单的 pandas 脚本，懂得空间转录组的基本概念（spot、gene expression matrix），就能跟上。不需要事先精通任何批次校正算法。
1.4 前置知识：你需要带什么来上课？
- Python 基础：会安装包、会读写 CSV/TSV、会画简单的 matplotlib 图。
- 空间转录组常识：知道 Visium 每个 spot 对应 ~1–10 个细胞，数据格式是 矩阵 × 空间坐标。
- 基础统计学：理解什么是 PCA、什么是聚类、什么是 p-value（不用深究，能用就行）。
- 计算资源：建议内存 ≥ 16GB，因为 Visium 数据动辄几万甚至十几万 spots。
1.5 学习路径概览：这门课怎么走？
整个课程分成 5 个模块、30 章。这是我自己摸索出来的最佳学习顺序——先搭地基，再解决核心问题，最后上生产级流程。
我为什么这样安排？ 因为很多教程上来就讲 Harmony 参数调优，却不说为什么你的数据需要校正。先让你用实际数据看到批次效应的恐怖（模块1），再教你如何清洗数据（模块2），然后才是校正方法的选择（模块3）。模块4的验证环节特别关键——我曾见过校正后空间结构完全变形的案例，所以必须要有定量验证指标。最后模块5教你如何把整个过程脚本化、自动化，这样你下次接到新项目直接复用。
1.6 每一章你会得到什么？
每章都按照「固定模板」组织，你打开就能直接用：
- 理论要点：3～5分钟可以读完的核心概念。
- 代码实战：可直接运行的 Python 脚本（主要基于 Scanpy + Squidpy）。
- 避坑指南：我踩过的坑，以及我发现的社区常见错误。
- 输出结果截图/表格：让你看到每一步的中间结果长什么样。
- 本章自测：2～3个问题帮你检验有没有理解。
举个例子：在第14章（Harmony 校正实战）中，你会看到这样的代码片段：
import harmonypy
import scanpy as sc
adata_list = [adata_batch1, adata_batch2, adata_batch3]
adata_concat = sc.concat(adata_list, label="batch")
sc.pp.pca(adata_concat)
ho = harmonypy.run_harmony(
adata_concat.obsm["X_pca"],
adata_concat.obs,
vars_use=["batch"],
random_state=42
)
adata_concat.obsm["X_harmony"] = ho.Z_corr.T
嗯，就这么简单。但如果你不提前理解数据格式和参数含义，很容易跑出奇怪的结果。所以每章的前置概念部分我会把关键参数掰开揉碎了讲。
1.7 关于代码运行环境
我建议你用 conda 创建专门的环境：
conda create -n visium_joint python=3.9
conda activate visium_joint
pip install scanpy squidpy harmonypy scipy matplotlib numpy pandas
所有案例都在这个环境下测试过。如果你遇到版本冲突，我建议优先保证 scanpy ≥ 1.9.0，squidpy ≥ 1.2.0。
注意：有同学反映 Windows 下安装 harmonypy 可能会报 C++ 编译错误。我在 macOS / Linux 下都没问题。如果你用 Windows，建议启用 WSL2 或改用 Docker 环境。想省事的可以直接用 Google Colab（我写过适配脚本，在第0章有说明）。
1.8 结语
好了，这就是第一章的全貌。你看到了课程的来龙去脉、目标受众和前置要求，也看到了整个30章的路径图。我觉得最核心的一句话是：“不要等到数据堆成山才想起来做批次校正”——这是我从第一次惨败中记住的教训。从下一章开始，我们就正式动手处理真实数据了。
哦对了，如果你有任何问题，先别急着搜社区。前几章的基础概念我会尽量覆盖掉最常见的坑。