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
›
《CellChat分析批次效应消除方法》
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
CellChat分析批次效应消除方法
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
课程介绍
单细胞数据集批次效应概述 · 课程目标与学习路径
课程介绍
单细胞数据集批次…
02
批次效应来源
实验批次差异 · 测序平台差异 · 样本处理差异等
批次效应来源
实验批次差异
03
单细胞数据预处理
细胞质控(QC) · doublet检测 · 过滤低质量细胞
单细胞数据预处理
QC
04
标准化与归一化
LogNormalize · SCTransform · NormalizeData等
标准化
归一化
05
批次效应可视化
PCA · t-SNE · UMAP投影对比批次标记
批次效应可视化
PCA
06
批次效应定量评估
kNN纯净度 · silhouette得分 · LISI指标
批次效应定量评估
kNN
07
Seurat整合方法(CCA+MNN)
原理与适用场景
Seurat
CCA+MNN
08
Seurat整合实战
FindIntegrationAnc… · IntegrateData步骤详解
Seurat
整合实战
09
Harmony方法
原理 · 参数设置与优缺点
Harmony
原理
10
Harmony实战
RunHarmony · 降维 · 聚类效果评估
Harmony
RunHarmony
11
scTransform方法
模型原理 · 批次效应消除与差异表达分析
scTransform
模型原理
12
scTransform与传统流程对比
速度 · 准确性与内存消耗
scTransform
传统流程对比
13
MNN方法
mutual nearest nei…
MNN
mutual
14
MNN实战
输入数据准备 · 运行fastMNN · 结果整合
MNN
输入数据准备
15
ComBat方法
ComBat-seq原理与单细胞数据…
ComBat
ComBat-seq
16
ComBat实战
sva包调用 · 参数调优与效果评估
ComBat
sva
17
fastMNN与scran整合
多组学数据联合校正
fastMNN
scran
18
基于深度学习的整合
scVI模型原理与架构
基于深度学习的整…
scVI
19
scVI实战
安装 · 数据构建 · 训练与潜在空间提取
scVI
安装
20
CellChat简介
安装 · 数据格式(Seurat对象) · 基础参数
CellChat
简介
21
CellChat数据准备
CreateCellChatObje… · 标准化与ID转换
CellChat
数据准备
22
CellChat基础流程
computeCommunProb · computeCommunProbP…
CellChat
基础流程
23
批次校正对细胞通讯分析的影响
偏差来源与校正必要性
批次校正对细胞通…
偏差来源
24
校正后数据运行CellChat
输入校正后的表达矩阵与细胞标签
CellChat
校正后数据运行
25
CellChat结果可视化
网络图 · 热图 · 气泡图绘制与解读
CellChat
结果可视化
26
比较校正前后通讯差异
量化方法(边权重变化 · 通路活性变化)
比较校正前后通讯…
量化方法
27
多批次数据整合后的通讯分析策略
分层分析 · 元分析思路
多批次数据整合后…
分层分析
28
批次效应消除方法选择指南
不同数据规模 · 复杂度下的推荐方案
批次效应消除方法…
不同数据规模
29
常见问题与调试技巧
CellChat报错 · 批次校正失败原因排查
常见问题
调试技巧
30
课程总结与未来展望
最新方法综述(harmony · scVI · scAlign)及动手实践建议
课程总结
未来展望
所属VIP或分类
同VIP:10x-Visium与Slide-seq数据整合实践
同VIP:GPU加速Harmony校正实践
同VIP:GPU加速单细胞批次校正实战