首页
›
生物信息学与 AI 制药工程
›
031-宏基因组分析批次质控
›
《PCoA与UMAP批次效应可视化从入门到实战》
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批次效应可视化从入门到实战
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
课程概述
批次效应来源 · 为什么需要可视化 · PCoA与UMAP对比概览
课程概述
批次效应来源
02
环境搭建
R/RStudio安装 · Python与Jupyter环境配置 · 关键包安装(vegan
环境搭建
R/RStudio
03
数据基础
高通量测序数据格式(OTU表 · 丰度矩阵) · 模拟批次效应数据构建
数据基础
OTU
04
距离矩阵概念
欧氏距离 · Bray-Curtis距离 · Jaccard距离
距离矩阵概念
欧氏距离
05
主坐标分析(PCoA)原理
从距离矩阵到坐标映射 · 与PCA的关系与区别
PCoA
主坐标分析
06
R实现PCoA
使用vegan包的cmdscale(…
PCoA
R实现
07
Python实现PCoA
基于scikit-learn的MDS… · 自定义距离矩阵示例
Python
PCoA
08
PCoA结果解读
方差解释率 · 样本加载图 · 如何判断批次效应
PCoA
结果解读
09
PCoA可视化增强
添加置信椭圆(stat_ellips… · 颜色/形状映射 · 标签调整
PCoA
可视化增强
10
PCoA实战案例
从微生物组数据中可视化批次效应 · 对比不同批次分离程度
PCoA
实战案例
11
UMAP原理入门
流形学习 · 局部结构保留 · 与t-SNE的对比
UMAP
原理入门
12
UMAP核心参数详解
n_neighbors · min_dist · metric
UMAP
核心参数详解
13
R实现UMAP
使用umap包和uwot包进行降维与…
UMAP
R实现
14
Python实现UMAP
umap-learn库的基本使用与参…
Python
UMAP
15
UMAP可视化技巧
点大小 · 透明度 · 分面展示批次
UMAP
可视化技巧
16
UMAP聚类辅助
HDBSCAN+UMAP识别批次子簇
UMAP
聚类辅助
17
UMAP实战案例
单细胞RNA-seq数据批次效应可视…
UMAP
实战案例
18
批次效应定量评估方法
PERMANOVA(adonis) · ANOSIM · 批次效应得分
批次效应定量评估…
PERMANOVA
19
PCoA+批次效应检验
在PCoA散点图上叠加PERMANO…
PCoA+
批次效应检验
20
UMAP+批次效应检验
使用KNN批次混杂度评价可视化效果
UMAP+
批次效应检验
21
多批次可视化策略
分面图 · 颜色渐变 · 降维前校正与非校正对比
多批次可视化策略
分面图
22
校正后PCoA/UMAP可视化
ComBat校正 · limma去除批次后重新降维
PCoA/UMAP
校正后
23
交互式可视化
使用plotly和R的plotly包…
交互式可视化
plotly
24
批量生成报告
R Markdown/Quarto整…
批量生成报告
Markdown/Qua…
25
整合分析流程
从原始数据到批次效应可视化全流程脚本
整合分析流程
从原始数据到批次…
26
实战案例1
宏基因组物种丰度批次效应检测与可视化
实战案例1
宏基因组物种丰度…
27
实战案例2
代谢组学数据中批次效应可视化与诊断
实战案例2
代谢组学数据
28
实战案例3
多中心临床数据整合中的批次效应探索
实战案例3
心临床数据整合
29
常见问题排查
距离选择不当 · 过度降维 · 颜色混淆等坑
常见问题排查
距离选择不当
30
课程总结与拓展
深度学习去批次 · 流式可视化工具推荐
课程总结
拓展
所属VIP或分类
同VIP:ComBat多批次数据校正与协变量建模
同VIP:Conda质控环境依赖安全审计与复现验证
同VIP:Docker质控环境构建与可重复性测试