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

生信工作流中集成批次校正算法指南

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
批次效应概述与问题定义
什么是批次效应 · 为什么需要校正 · 常见来源与影响
批次效应概述问题定义
02
常见批次校正算法分类
基于统计 · 基于贝叶斯 · 基于深度学习
常见批次校正算法…基于统计
03
ComBat算法原理与参数
经验贝叶斯框架 · 适合RNA-seq与芯片数据 · 参数详解
ComBat算法原理
04
limma在批次校正中的应用
线性模型方法 · 适用场景与局限
limma批次校正
05
Harmony算法详解
聚类一致性校正 · 单细胞数据适用 · 核心步骤与超参调整
Harmony算法详解
06
scVI与深度学习方法
变分自编码器框架 · 适合大规模单细胞数据
scVI深度学习方法
07
基于参考的校正方法
如使用健康对照作为参考 · 适用批量效应较小时
基于参考的校正方…如使用健康对照作…
08
BBKNN算法
平衡最近邻校正 · 保留生物学结构的同时消除批次差异
BBKNN算法
09
FastMNN算法
基于相互最近邻的校正 · 速度快 · 适用于跨平台整合
FastMNN算法
10
参考图谱整合方法
利用已有参考图谱进行映射校正（如sc…
参考图谱整合方法sc
11
批次校正评估指标
iLISI · kBET · ASW
批次校正评估指标iLISI
12
可视化评估方法
UMAP · PCA · t-SNE降维后观察批次混合度
可视化评估方法UMAP
13
单细胞数据中的批次校正
不同协议 · 不同实验室数据的整合
单细胞数据批次校正
14
批量RNA-seq中的批次校正
考虑文库大小 · GC含量等协变量
RNA-seq批量
15
跨平台批次校正
从芯片到测序 · 不同平台间的校正策略
跨平台批次校正从芯片到测序
16
批次校正与数据预处理
标准化 · 对数转换 · 降维顺序对校正的影响
批次校正数据预处理
17
批次校正流程设计原则
模块化 · 可重复 · 参数可调
批次校正流程设计…模块化
18
使用Seurat进行批次校正
CCA降维 · FindIntegrationAnc… · IntegrateData流程
Seurat使用
19
使用scanpy进行批次校正
scVI · BBKNN · Harmony等方法的Python调…
scanpy使用
20
工作流工具Nextflow中的批次校正模块
NF-core/scrnaseq等现…
Nextflow工作流工具
21
工作流工具Snakemake中的批次校正集成
自定义规则与配置
Snakemake工作流工具
22
工作流工具CWL中的批次校正步骤
容器化 · 参数化 · 可移植性
CWL工作流工具
23
参数调优与选择策略
不同数据集 · 不同算法的最佳实践
参数调优选择策略
24
批量效应与生物学效应分离
避免过度校正导致丢失真实差异
批量效应生物学效应分离
25
批次校正后的差异表达分析注意事项
校正后数据的统计检验选择
批次校正后的差异…校正后数据的统计…
26
案例实战
整合多个单细胞数据集（10X vs…
案例实战vs
27
案例实战
合并不同测序技术（Illumina…
案例实战Illumina
28
性能比较与基准测试
使用模拟数据和真实数据集比较算法速度…
性能比较基准测试
29
常见错误与调试指南
内存问题 · 参数不匹配 · 校正效果不佳的排查
常见错误调试指南
30
未来发展趋势
多模态整合 · 联邦学习 · 自动机器学习在批次校正中的应用
未来发展趋势多模态整合