VIP20

本课程属于：049-蛋白质组学特征学习任务 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

利用ComBat实现批次校正全流程

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

批次效应简介

什么是批次效应 · 为什么需要校正 · 批次效应的来源

批次效应简介什么是批次效应

ComBat方法概述

ComBat的发展历史 · 基本原理简介

ComBat方法概述

ComBat的数学原理

位置尺度调整模型 · 经验贝叶斯估计

ComBat的数学原理

ComBat的假设条件和适用场景

适用于哪些数据类型 · 注意事项

ComBat的假设条件

数据预处理

标准化 · 缺失值处理 · 异常值处理

数据预处理标准化

数据格式要求

表达矩阵 · 批次标签 · 协变量信息

数据格式要求表达矩阵

ComBat的Python环境搭建

安装必要的库（combat · numpy · pandas等）

安装pyComBat包 · 读取数据

简单批次校正实战

单批次校正示例

简单批次校正实战单批次校正示例

多批次校正

处理两个以上批次

多批次校正处理两个以上批次

包含协变量的ComBat

考虑生物学协变量

ComBat包含协变量的

均值调整 · 方差调整 · 参数选择策略

参数调整均值调整

结果可视化

箱线图 · PCA图 · 密度图比较校正前后

结果可视化箱线图

评估校正效果

统计检验 · 批次效应量化指标

评估校正效果统计检验

ComBat与limma对比

其他批次校正方法比较

ComBat-sva扩展

处理未知批次效应

ComBat-sva扩展

大规模数据加速

使用内存优化 · 并行计算

大规模数据加速使用内存优化

常见问题及解决方法

过度校正 · 负值处理等

常见问题解决方法

基因表达数据批次校正

实战案例1基因表达数据批次…

蛋白质组学数据批次校正

实战案例2蛋白质组学数据批…

代谢组学数据批次校正

实战案例3代谢组学数据批次…

单细胞RNA-seq数据批次校正

实战案例4RNA-seq

结果验证与下游分析

差异表达分析 · 聚类分析

结果验证下游分析

保存和导出校正后数据。

保存和导出校正后数据 · 核心概念 · 实践要点

保存导出校正后数据

重复性评估

交叉验证 · 批次校正稳定性

重复性评估交叉验证

ComBat的R版本与Python版本差异。

ComBat的R版本与Python版本差… · 核心概念 · 实践要点

使用ComBat的注意事项

批次大小 · 样本平衡

批次校正的伦理和报告规范。

批次校正的伦理和报告规范 · 核心概念 · 实践要点

批次校正的伦理报告规范

自动批处理脚本开发

创建可复用的ComBat工作流

自动批处理脚本开…ComBat

课程总结与进阶方向

深度批次校正 · 联邦学习等

课程总结进阶方向