首页
›
生物信息学与 AI 制药工程
›
032-蛋白质组学批次质控
›
《单细胞数据批次效应PCA检测与校正评估》
VIP20
本课程属于:032-蛋白质组学批次质控
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
单细胞数据批次效应PCA检测与校正评估
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
课程介绍与背景
为什么需要批次效应检测
课程介绍
背景
02
批次效应的定义与影响
批次效应的定义与影响 · 核心概念 · 实践要点
批次效应的定义
影响
03
PCA原理简介
PCA原理简介 · 核心概念 · 实践要点
PCA
原理简介
04
聚类分析基础概念
聚类分析基础概念 · 核心概念 · 实践要点
聚类分析基础概念
重点
05
数据预处理
标准化与归一化
数据预处理
标准化
06
环境搭建
Python与所需库安装
环境搭建
Python
07
生成模拟批次效应数据
生成模拟批次效应数据 · 核心概念 · 实践要点
生成模拟批次效应…
重点
08
加载真实单细胞RNA-seq数据示例
加载真实单细胞RNA-seq数据示例 · 核心概念 · 实践要点
RNA-seq
加载真实单细胞
09
数据质量控制(QC)
数据质量控制(QC) · 核心概念 · 实践要点
QC
数据质量控制
10
PCA的数学原理详解
PCA的数学原理详解 · 核心概念 · 实践要点
PCA
的数学原理详解
11
使用Python实现PCA(手动实现)
使用Python实现PCA(手动实现) · 核心概念 · 实践要点
Python
PCA
12
使用sklearn进行PCA
使用sklearn进行PCA · 核心概念 · 实践要点
sklearn
PCA
13
PCA可视化
散点图与载荷图
PCA
可视化
14
通过PCA观察批次效应
通过PCA观察批次效应 · 核心概念 · 实践要点
PCA
通过
15
批次效应矫正方法介绍(ComBat, Harmony等)
批次效应矫正方法介绍(ComBat · 核心概念 · 实践要点
ComBat
Harmony
16
使用Harmony进行批次矫正
使用Harmony进行批次矫正 · 核心概念 · 实践要点
Harmony
使用
17
矫正前后的PCA对比
矫正前后的PCA对比 · 核心概念 · 实践要点
PCA
矫正前后的
18
聚类算法
K-means原理与应用
聚类算法
K-means
19
层次聚类与树状图
层次聚类与树状图 · 核心概念 · 实践要点
层次聚类
树状图
20
DBSCAN聚类与密度估计
DBSCAN聚类与密度估计 · 核心概念 · 实践要点
DBSCAN
聚类
21
聚类的评估指标(轮廓系数、ARI等)
聚类的评估指标(轮廓系数、ARI等) · 核心概念 · 实践要点
ARI
聚类的评估指标
22
在矫正后的数据上聚类
在矫正后的数据上聚类 · 核心概念 · 实践要点
矫正后的数据上聚…
在矫正后的数据上…
23
批次效应检测的统计检验(如PC回归)
批次效应检测的统计检验(如PC回归) · 核心概念 · 实践要点
PC
批次效应检测的统…
24
可视化批次效应打分(如熵值)
可视化批次效应打分(如熵值) · 核心概念 · 实践要点
可视化批次效应打…
如熵值
25
实战案例1
单细胞数据批次效应检测
实战案例1
单细胞数据批次效…
26
实战案例2
批量测序数据批次效应检测
实战案例2
批量测序数据批次…
27
结果汇报与可视化报告生成
结果汇报与可视化报告生成 · 核心概念 · 实践要点
结果汇报
可视化报告生成
28
常见问题与解决方案
常见问题与解决方案 · 核心概念 · 实践要点
常见问题
解决方案
29
最佳实践与注意事项
最佳实践与注意事项 · 核心概念 · 实践要点
最佳实践
注意事项
30
课程总结与拓展学习
课程总结与拓展学习 · 核心概念 · 实践要点
课程总结
拓展学习
所属VIP或分类
同VIP:block-randomization质控掺入实验设计指南
同VIP:ComBat多批次质谱数据校正与验证
同VIP:DIANN质谱批次质控与分析报告