VIP20
本课程属于：033-生信工作流批次质控 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

多批次数据ComBat与Harmony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
批次效应概述
定义 · 来源与生物学影响
批次效应概述定义
02
批次效应的可视化检测
PCA · UMAP · 热图与箱线图
批次效应的可视化…PCA
03
批次效应的统计检验
ANOVA · Kruskal-Wallis与置换检…
批次效应的统计检…ANOVA
04
常见批次效应校正方法分类
参数 · 非参数与深度学习
常见批次效应校正…参数
05
ComBat方法原理
贝叶斯调整与适用场景
ComBat方法原理
06
ComBat实战
R包sva的安装与核心参数详解
ComBatsva
07
ComBat实战
Python中pyComBat的使用…
ComBatPython
08
limma方法原理
线性模型与removeBatchEf…
limma方法原理
09
limma实战
RNA-seq数据批次校正完整流程
limmaRNA-seq
10
Harmony方法原理
迭代聚类与软分配机制
Harmony方法原理
11
Harmony实战
R包Harmony在单细胞数据中的应…
HarmonyR包
12
Harmony实战
Python中harmony-pyt…
HarmonyPython
13
MNN方法原理
互近邻匹配与批间校正
MNN方法原理
14
MNN实战
R包batchelor与scran的…
MNNbatchelor
15
scMerge方法
利用聚类与伪重复进行稳健校正
scMerge利用聚类
16
Seurat整合方法
CCA+MNN联合策略解析
Seurat整合方法
17
Seurat实战
多批次单细胞数据的整合与下游分析
Seurat多批次单细胞数据…
18
Scanorama方法
基于SVD与局部修正的快速整合
ScanoramaSVD
19
基于回归的校正方法
线性混合模型与随机效应
基于回归的校正方…线性混合模型
20
基于深度学习的校正
scVI · scAlign与对比学习
基于深度学习的校…scVI
21
数据预处理关键点
标准化 · 归一化对校正效果的影响
数据预处理关键点标准化
22
校正前质控指标
PCA方差比 · 批次贡献度与Silhouette
校正前质控指标PCA
23
校正后评估
保留生物变异 vs 消除批次效应的权…
校正后评估vs
24
可视化评估
校正前后PCA/UMAP对比与分群一…
可视化评估PCA/UMAP
25
不同数据类型的方法适用性
bulk RNA-seq · 单细胞 · 甲基化
不同数据类型的方…bulk
26
批次效应校正的常见陷阱
过度校正 · 信号丢失与假象聚类
批次效应校正的常…过度校正
27
实战案例1
bulk RNA-seq多批次数据校…
实战案例1bulk
28
实战案例2
单细胞RNA-seq多批次校正全流程…
实战案例2RNA-seq
29
多批次整合的验证策略
已知标记细胞 · 聚类稳定性与差异保留
多批次整合的验证…已知标记细胞
30
总结与最佳实践
方法选择 · 参数调优与复现性建议
最佳实践方法选择