首页
›
生物信息学与 AI 制药工程
›
039-单细胞空间整合批次质控
›
《批次效应可视化:UMAP与PCA降维图绘制教程》
VIP20
本课程属于:039-单细胞空间整合批次质控
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
批次效应可视化:UMAP与PCA降维图绘制教程
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
批次效应概述
定义 · 产生原因 · 对数据分析的影响
批次效应概述
定义
02
数据预处理基础
标准化 · 归一化 · 缺失值处理方法
数据预处理基础
标准化
03
PCA原理
主成分分析的数学基础与直观理解
PCA
原理
04
PCA在降维中的应用
从高维数据到二维/三维投影
PCA
降维
05
UMAP原理
统一流形近似与投影方法详解
UMAP
原理
06
UMAP参数解析
n_neighbors · min_dist等核心参数
UMAP
参数解析
07
Python环境搭建
安装scanpy · sklearn · umap-learn等库
Python
环境搭建
08
加载示例数据集
PBMC单细胞数据集获取与格式了解
加载示例数据集
PBMC
09
数据质量控制
过滤低质量细胞和基因
数据质量控制
过滤低质量细胞
10
数据标准化与对数变换
不同批次间的初步对齐
数据标准化
对数变换
11
高变基因选择
识别最具生物学意义的特征
高变基因选择
识别最具生物学意…
12
PCA降维与可视化
绘制PCA散点图并按批次着色
PCA
降维
13
UMAP降维与可视化
绘制UMAP散点图并解读模式
UMAP
降维
14
批次效应可视化检测
通过降维图直观识别批次效应
批次效应可视化检…
通过降维图直观识…
15
批次效应校正方法概览
ComBat · Harmony · scVI等
批次效应校正方法…
ComBat
16
使用ComBat校正
Python实现与参数配置
ComBat
使用
17
使用Harmony校正
Python接口与结果解读
Harmony
使用
18
校正前后可视化对比
PCA/UMAP图并排放置
校正前后可视化对…
PCA/UMAP
19
校正效果量化评估
批次熵(Batch Entropy) · LISI指标
校正效果量化评估
Batch
20
多数据集集成可视化
合并不同实验批次后的降维图
多数据集集成可视…
合并不同实验批次…
21
交互式可视化
使用Plotly生成可缩放 · 悬停的降维图
交互式可视化
Plotly
22
二维与三维降维图
如何选择维度与旋转角度
二维
三维降维图
23
颜色编码技巧
按批次 · 细胞类型 · 基因表达等多维着色
颜色编码技巧
按批次
24
代码封装
编写可复用的批次效应可视化函数
代码封装
编写可复用的批次…
25
案例实战一
单细胞RNA-seq数据批次效应可视…
案例实战一
RNA-seq
26
案例实战二
生成批量效应可视化报告(PDF/HT…
案例实战二
PDF/HT
27
常见问题与避坑指南
内存不足 · 参数选择 · 解释陷阱
常见问题
避坑指南
28
性能优化
对大规模数据集的分块处理与加速技巧
性能优化
对大规模数据集的…
29
拓展比较
t-SNE vs UMAP在批次效应…
拓展比较
t-SNE
30
总结与展望
批次效应可视化最佳实践与未来方向
批次效应可视化最…
未来方向
所属VIP或分类
同VIP:10x-Visium与Slide-seq数据整合实践
同VIP:CellChat分析批次效应消除方法
同VIP:GPU加速Harmony校正实践