首页
›
生物信息学与 AI 制药工程
›
038-药物知识图谱批次质控
›
《文献抽取批次效应校准流程搭建指南》
VIP20
本课程属于:038-药物知识图谱批次质控
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
文献抽取批次效应校准流程搭建指南
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
什么是批次效应 · 在文献数据中的表现 · 为什么必须校准
批次效应概述
什么是批次效应
02
批次效应来源分析
实验操作 · 测序平台 · 试剂批次
批次效应来源分析
实验操作
03
批次效应检测方法
PCA可视化 · 层次聚类 · 相关系数矩阵
批次效应检测方法
PCA
04
数据预处理与质量控制
归一化 · 标准化 · 异常值处理
数据预处理
质量控制
05
常见批次效应校准方法概览
ComBat · Harmony · limma
常见批次效应校准…
ComBat
06
ComBat算法原理与使用
参数设置 · 适用场景
ComBat
算法原理
07
Harmony算法原理与使用
多批次整合 · 主成分空间校正
Harmony
算法原理
08
limma中批次效应去除
线性模型与经验贝叶斯
limma
批次效应去除
09
scMerge
单细胞数据的批次校正方法
scMerge
单细胞数据的批次…
10
其他方法简介
MNN · BBKNN · FastMNN等
其他方法简介
MNN
11
文献数据整合流程设计
从原始数据到校正后矩阵
文献数据整合流程…
从原始数据到校正…
12
数据格式与输入要求
表达矩阵 · 元数据 · 批次标签
数据格式
输入要求
13
编程环境搭建
R语言与Python环境配置 · 关键包安装
编程环境搭建
Python
14
使用R实现ComBat校正
代码示例与参数调优
ComBat
使用R实现
15
使用Python实现ComBat校正
代码示例与注意事项
Python
ComBat
16
使用Harmony进行多批次整合
R与Python实践
Harmony
使用
17
批次效应校准结果评估
校正后PCA · UMAP · silhouette分数
批次效应校准结果…
PCA
18
批量间差异统计检验
ANOVA · Kruskal-Wallis · Permutation test
批量间差异统计检…
ANOVA
19
可视化展示
校正前后对比图 · 批次分布图
可视化展示
校正前后对比图
20
交叉批次验证
留一批验证 · 批量间预测一致性
交叉批次验证
留一批验证
21
真实数据集案例1
GEO多个芯片数据整合
真实数据集案例1
GEO
22
真实数据集案例2
TCGA与GTEx跨项目批次校正
真实数据集案例2
TCGA
23
真实数据集案例3
单细胞测序数据批次校正
真实数据集案例3
单细胞测序数据批…
24
批次效应校准的常见陷阱
过度校正 · 丢失生物学信号
批次效应校准的常…
过度校正
25
如何选择批次校正方法
依据数据类型 · 样本量 · 批次大小
如何选择批次校正…
依据数据类型
26
代码模块化与可重复性
构建标准化流程 · YAML配置文件
代码模块化
可重复性
27
流程自动化
使用Snakemake或Nextfl…
流程自动化
Snakemake
28
结果报告生成
自动输出HTML报告 · 包含图表和统计
结果报告生成
HTML
29
文献抽取数据整合注意事项
元数据标准化 · 来源标注
文献抽取数据整合…
元数据标准化
30
总结与最佳实践
核心要点 · 未来方向 · 推荐资源
最佳实践
核心要点
所属VIP或分类
同VIP:Python批次效应校验工具实战教程
同VIP:Python批次质控工具详解
同VIP:Python质控函数库应用指南