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

Spectronaut批次质控集成案例

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
Spectronaut概述
什么是Spectronaut · DIA质谱原理 · 批次质控的重要性
Spectronaut什么是
02
批次质控概念
批次效应的来源 · QC样本设计 · QC指标（CV
批次质控概念批次效应的来源
03
实验设计
队列研究中的批次划分 · QC样本插入策略 · 随机化与平衡
实验设计队列研究
04
数据采集准备
原始DIA数据格式（.d · .raw） · Spectronaut支持的仪器类型
数据采集准备DIA
05
项目创建与数据导入
新建Spectronaut项目 · 添加原始文件 · 预览数据
项目创建数据导入
06
库生成策略
直接DIA（无DDA库） vs 基于… · Spectronaut的Direct…
库生成策略DIA
07
搜索参数设置
酶切 · 可变修饰 · 母离子/碎片容差
搜索参数设置酶切
08
运行搜索
启动搜索 · 监控进度 · 查看日志
运行搜索启动搜索
09
结果概览
搜索完成后查看报告 · 蛋白/肽段鉴定数量 · QC指标概览
结果概览搜索完成后查看报…
10
数据归一化
全局归一化 · 局部归一化（MS1 · MS2）
数据归一化全局归一化
11
缺失值处理
缺失值产生原因 · QC过滤阈值 · 补值策略（KNN
缺失值处理缺失值产生原因
12
质量控制图
生成QC样本的CV分布图 · PCA得分图 · 相关系数热图
质量控制图QC
13
批次效应可视化
使用PCA/MDS按批次着色 · 观察分离趋势
批次效应可视化PCA/MDS
14
批次效应定量评估
计算批次间差异（ANOVA · 批次方差成分） · 使用pvca包
批次效应定量评估ANOVA
15
批次校正方法
基于ComBat的校正 · 基于limma的removeBatc… · Spectronaut内建校正
批次校正方法ComBat
16
校正效果验证
校正前后对比QC指标 · PCA观察批次混合程度
校正效果验证QC
17
集成案例一
小规模队列（24样本 · 4批次）全流程演示
集成案例一小规模队列
18
集成案例二
中等规模队列（100样本 · 10批次）处理 · 重点在自动化
集成案例二等规模队列
19
集成案例三
多中心合作数据（不同仪器 · 不同时间）的整合与质控
集成案例三心合作数据
20
报告生成与输出
导出定量表格 · 统计结果 · 生成PDF报告
报告生成输出
21
下游分析衔接
将Spectronaut输出导入Pe… · R · Python进行后续统计
下游分析衔接Spectronaut
22
参数优化
根据QC结果调整搜索参数（如FDR · 匹配窗口） · 重新运行
参数优化QC
23
大规模数据管理
使用Spectronaut的批处理功… · 脚本化运行 · 资源管理
大规模数据管理Spectronaut
24
常见问题与排错
搜索失败 · 内存不足 · QC指标异常
常见问题排错
25
高级功能
内标肽（iRT）校准 · 保留时间校正 · 离子库管理
高级功能iRT
26
数据质量评估体系
建立综合评分 · 自动化QC报告 · 阈值告警
数据质量评估体系建立综合评分
27
扩展应用
磷酸化蛋白质组 · 修饰组学的批次质控注意点
扩展应用磷酸化蛋白质组
28
与云平台集成
在AWS/阿里云上部署Spectro… · 远程计算与共享
云平台集成AWS
29
最新发展
Spectronaut 18/19新… · AI辅助参数选择
最新发展Spectronaut
30
总结与最佳实践
全流程清单 · 常见误区 · 未来方向
最佳实践全流程清单