VIP20
本课程属于：031-宏基因组分析批次质控 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

PCoA与UMAP多批次效应检测与可视化

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？为什么在组学数据中需…
批次效应概述什么是批次效应？…
02
PCoA数学原理
从距离矩阵到主坐标的推导过程与几何意…
PCoA数学原理
03
UMAP数学基础
流形学习 · 图拉普拉斯与拓扑结构保持
UMAP数学基础
04
数据预处理
标准化 · 中心化 · 对数变换对可视化结果的影响
数据预处理标准化
05
距离度量选择
欧氏距离 · 曼哈顿距离 · Bray-Curtis
距离度量选择欧氏距离
06
Python实现PCoA
基于scikit-bio与SciPy…
PythonPCoA
07
Python实现UMAP
umap-learn库安装与核心参数…
PythonUMAP
08
PCoA可视化基础
seaborn与matplotlib…
PCoA可视化基础
09
UMAP可视化基础
调整n_neighbors和min_…
UMAP可视化基础
10
高级可视化
使用Plotly实现交互式PCoA与…
高级可视化Plotly
11
颜色与美学
批次颜色方案设计 · 色彩盲友好调色板选择
颜色美学
12
统计叠加
在PCoA/UMAP图上添加置信椭圆…
统计叠加PCoA/UMAP
13
标注与注释
突出特定样本 · 分组或离群点
标注注释
14
多面板对比
同一数据PCoA vs UMAP的并…
多面板对比PCoA
15
批次效应量化
使用ARI · NMI · ASW等指标评估批次混合效果
批次效应量化ARI
16
实战案例1
单细胞RNA-seq数据（PBMC）…
实战案例1RNA-seq
17
实战案例2
16S rRNA微生物组数据批次效应…
实战案例2rRNA
18
实战案例3
代谢组学LC-MS数据批次效应可视化
实战案例3LC-MS
19
R语言实现PCoA
vegan包中的pcoa与ggplo…
PCoAR语言实现
20
R语言实现UMAP
uwot包与交互式shiny应用
UMAPR语言实现
21
动态展示
利用matplotlib动画模拟迭代…
动态展示matplotlib
22
大尺度数据降维策略
先pca再umap · 随机采样可视化
大尺度数据降维策…pca
23
批次效应去除前/后可视化对比
ComBat · Harmony · scVI效果检验
批次效应去除前后可视化对比
24
负特征值处理
PCoA中特征值为负时的补救方法（L…
负特征值处理PCoA
25
UMAP随机性控制
设置random_state确保可复…
UMAP随机性控制
26
高维数据可视化技巧
3D投影与降维后的密度图
高维数据可视化技…3D投影
27
自动化报告
生成包含PCoA/UMAP图表的PD…
自动化报告PCoA/UMAP
28
Web部署
使用Streamlit或Dash构建…
Web部署
29
常见陷阱与调试
样本量过小 · 异常值影响 · 尺度不统一
常见陷阱调试
30
总结与拓展
t-SNE · PHATE · Force-directed布局等其…
拓展t-SNE