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

Python批次效应校验工具实战教程

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
批次效应简介
概念 · 重要性及常见场景
批次效应简介概念
02
批次效应来源与检测
实验因素与可视化诊断（PCA/UMA…
批次效应来源检测
03
数据预处理
标准化 · 归一化 · 缺失值处理
数据预处理标准化
04
批次效应校正方法论概述
全局校正与局部校正
批次效应校正方法…全局校正
05
ComBat算法原理
位置与尺度调整的贝叶斯方法
ComBat算法原理
06
ComBat实战
pycombat库的使用与参数详解
ComBatpycombat
07
limma removeBatchEffect方法
线性模型校正
limmaremoveBatchE…
08
limma实战
Python调用R接口实现批次校正
limmaPython
09
MNN Correct原理
互近邻匹配与平滑校正
MNNCorrect
10
MNN Correct实战
mnnpy库的使用与结果分析
MNNCorrect
11
Harmony算法原理
软聚类与迭代校正
Harmony算法原理
12
Harmony实战
harmonypy库的使用与集成
Harmonyharmonypy
13
Scanorama算法原理
基于全景匹配的整合
Scanorama算法原理
14
Scanorama实战
scanorama库的使用与调参
Scanorama库的使用
15
Seurat v3 CCA方法
基于CCA的跨数据集对齐
Seuratv3
16
Seurat实战
使用scanpy复现Seurat流程
Seuratscanpy
17
scVI（单细胞变分自编码器）原理
深度生成模型
scVI单细胞变分自编码…
18
scVI实战
scvi-tools库的使用与训练
scVIscvi-tools
19
scANVI原理与实战
半监督深度整合
scANVI原理
20
基于PCA的简单校正方法
回归残差法
PCA基于
21
校正效果评估指标
熵 · LISI · ASW等
校正效果评估指标LISI
22
可视化评估
混合图 · 密度图 · 聚类一致性
可视化评估混合图
23
实战案例一
单细胞RNA-seq数据批次校正
实战案例一RNA-seq
24
实战案例二
批量RNA-seq表达矩阵校正
实战案例二RNA-seq
25
实战案例三
多组学（RNA+蛋白）数据整合
实战案例三RNA+
26
实战案例四
跨平台（10x vs Smart-s…
实战案例四vs
27
超参数调优
网格搜索与交叉验证策略
超参数调优网格搜索
28
常见陷阱与避坑指南
过度校正 · 生物信号丢失
常见陷阱避坑指南
29
自动化流程构建
使用Snakemake/Nextfl…
自动化流程构建Snakemake/Ne…
30
总结与展望
前沿趋势与工具选择建议
前沿趋势工具选择建议