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批次效应诊断实战案例全解

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
概念 · 来源与影响
批次效应概述概念
02
单细胞数据预处理
质控 · 标准化与整合基础
单细胞数据预处理质控
03
PCoA原理详解
距离矩阵 · 特征分解与坐标变换
PCoA原理详解
04
主坐标分析实战
使用R语言计算PCoA
主坐标分析实战PCoA
05
PCoA可视化技巧
散点图 · 颜色映射与图例
PCoA可视化技巧
06
UMAP原理详解
流形学习 · 图构建与优化
UMAP原理详解
07
UMAP参数调优
n_neighbors · min_dist与n_compone…
UMAP参数调优
08
UMAP实战
Python实现单细胞数据降维
UMAPPython
09
批次效应可视化诊断
PCoA vs UMAP对比
批次效应可视化诊…PCoA
10
批次效应定量指标
ARI · NMI与批次熵
批次效应定量指标ARI
11
批次效应检测方法
PCA后ANOVA · kBET与LISI
批次效应检测方法PCA
12
数据整合方法简介
Harmony · Seurat v5与scVI
数据整合方法简介Harmony
13
实战案例一
PBMC数据批次效应诊断与可视化
实战案例一PBMC
14
实战案例二
跨平台数据集批次效应诊断
实战案例二跨平台数据集批次…
15
实战案例三
时间序列数据批次效应评估
实战案例三时间序列数据批次…
16
PCoA/UMAP结合聚类
如何用聚类验证批次效应
PCoA/UMAP结合聚类
17
数据校正后的效果评估
PCoA/UMAP再诊断
数据校正后的效果…PCoA/UMAP
18
可视化报告生成
自动生成批次效应诊断报告
可视化报告生成自动生成批次效应…
19
交互式可视化工具
使用Plotly · Shiny实现动态探索
交互式可视化工具Plotly
20
多批次数据整合策略
MNN · CCA与RPCA
多批次数据整合策…MNN
21
单细胞批次校正工具对比
Seurat vs Scanoram…
单细胞批次校正工…Seurat
22
批次效应诊断的常见陷阱
过度校正与信息丢失
批次效应诊断的常…过度校正
23
实战案例四
人类胰岛细胞数据集分析
实战案例四人类胰岛细胞数据…
24
实战案例五
小鼠脑细胞数据集分析
实战案例五小鼠脑细胞数据集…
25
大规模数据批次处理
计算效率与内存优化
大规模数据批次处…计算效率
26
使用Python库（scanpy、anndata）进行PCoA/UMAP分析
使用Python库（scanpy · 核心概念 · 实践要点
Pythonscanpy
27
使用R包（Seurat、monocle）进行批次效应诊断
使用R包（Seurat · 核心概念 · 实践要点
Seuratmonocle
28
结果解读
如何判断批次效应是否被有效去除
结果解读如何判断批次效应…
29
报告撰写
将PCoA/UMAP图纳入论文或汇报
报告撰写PCoA/UMAP
30
总结与展望
批次效应诊断的未来方向
批次效应诊断的未…总结与展望