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

LOESS归一化校正组学批次变异

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 · 为什么需要消除 · 批次变异的来源与影响
批次效应概述什么是批次效应
02
数据准备
载入多批次实验数据 · 识别批次标签 · 数据质量初步检查
数据准备载入多批次实验数…
03
LOESS回归基础
局部加权思想 · 权函数（tricube · gaussian）
LOESS回归基础
04
归一化目标
如何对齐批次间的表达水平 · 避免过度校正 · 保留真实生物学差异
归一化目标如何对齐批次间的…
05
数据预处理之一
缺失值处理（均值填充 · KNN插补） · 异常值筛选
数据预处理之一缺失值处理
06
数据预处理之二
对数变换（log2 · log10） · 标准化（z-score）
数据预处理之二log2
07
逐基因LOESS归一化
对每个基因/特征分别构建LOESS模… · 预测批次效应
LOESS逐基因
08
全局LOESS归一化
所有基因共享一个LOESS模型 · 适用于全局偏移场景
LOESS全局
09
批次效应估计
计算每个样本在批次中的残差 · 提取系统性偏差
批次效应估计计算每个样本
10
归一化公式推导
原始值减去批次拟合值加上全局中位数/…
归一化公式推导原始值减去批次拟…
11
Python环境搭建
安装pandas · numpy · scipy
Python环境搭建
12
数据加载与探索
读取csv/tsv · 查看批次分布 · 可视化箱线图
数据加载探索
13
自定义LOESS函数
基于statsmodels.nonp…
LOESS自定义
14
二分法优化span
使用交叉验证选择最佳窗口宽度 · 避免欠/过拟合
span二分法优化
15
归一化主循环
按基因遍历 · 调用LOESS拟合 · 计算调整值
归一化主循环按基因遍历
16
并行加速
使用joblib或concurren…
并行加速joblib
17
结果验证之PCA
降维可视化 · 观察批次是否混叠
PCA结果验证之
18
结果验证之批次相关性
计算批次间Pearson/Spear…
结果验证之批次相…Pearson/Spea…
19
结果验证之差异表达稳定性
比较归一化前后组间差异基因列表的一致…
结果验证之差异表…比较归一化前后组…
20
可视化展示
归一化前后表达量分布图（violin… · density plot）
可视化展示violin
21
案例1
Affymetrix芯片数据批次校正…
案例1Affymetrix
22
案例2
单细胞RNA-seq UMI计数归一…
案例2RNA-seq
23
案例3
代谢组学LC-MS峰面积归一化（确保…
案例3LC-MS
24
常见问题
负值出现的原因与处理（截断 · 加小偏移）
常见问题负值出现的原因
25
常见问题
过度校正导致虚假差异的识别与防范
常见问题过度校正导致虚假…
26
常见问题
批次标签混杂（batch confo…
常见问题batch
27
方法对比
LOESS vs ComBat（li… · RUVseq · Harmony
方法对比LOESS
28
方法对比
LOESS vs 基于线性模型的批次…
方法对比LOESS
29
最佳实践
预处理检查清单 · 参数调优策略 · 结果报告规范
最佳实践预处理检查清单
30
总结与展望
LOESS归一化的适用场景 · 局限性 · 未来方向（深度学习批次矫正）
LOESS归一化的适用场景