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

ComBat校正实战：消除实验批次差异

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 · 批次效应的来源与影响 · 常见批次效应消除方法比较
批次效应概述什么是批次效应
02
ComBat原理基础
贝叶斯框架 · 位置与尺度参数调整 · 经验贝叶斯估计
ComBat原理基础
03
数据准备
表达矩阵格式要求 · 批次标签与协变量准备 · 缺失值处理
数据准备表达矩阵格式要求
04
R环境下ComBat安装与加载
sva包介绍 · 安装sva及依赖 · 加载示例
ComBatR环境下
05
Python环境下ComBat实现
pyComBat安装 · 与R版本差异 · 基本调用方法
PythonComBat
06
ComBat核心参数解析
mod参数 · par.prior · mean.only
ComBat核心参数解析
07
单批次校正实战
两组数据合并时的批次校正 · 代码实现与结果解读
单批次校正实战两组数据合并时的…
08
多批次校正实战
三个及以上批次的处理 · 参数调整技巧
多批次校正实战三个
09
协变量保留策略
保留生物学变异（如年龄 · 性别） · 避免过度校正
协变量保留策略保留生物学变异
10
参比批次(ref.batch)的使用
固定某一批次为基准 · 适用场景
ref.batch参比批次
11
仅调整均值(mean.only)场景
当批次间方差差异可忽略时的策略
mean.only仅调整均值
12
非参数先验(par.prior=FALSE)原理与使用
当样本量较小时的选择
par.priorFALSE
13
校正前后可视化对比
箱线图 · 密度图 · PCA散点图的绘制与解读
校正前后可视化对…箱线图
14
定量评估校正效果
批次间差异统计检验（ANOVA · Kruskal-Wallis） · 方差分解
定量评估校正效果ANOVA
15
计算批次效应贡献比例
利用limma的removeBatc…
计算批次效应贡献…limma
16
批量处理多个数据集
循环运行ComBat · 结果整合与存储
批量处理多个数据…ComBat
17
与limma+voom流程整合
在差异表达分析前使用ComBat的完…
limma+voom流程整合
18
大规模数据优化
内存管理 · 并行计算选项（batch参数分组）
大规模数据优化内存管理
19
常见错误与解决
维度不匹配 · NA值影响 · 协变量格式问题
常见错误解决
20
实战案例一
TCGA与GEO数据集合并进行生存分…
实战案例一TCGA
21
实战案例二
单细胞RNA-seq数据批次校正（C…
实战案例二RNA-seq
22
ComBat-seq与标准ComBat的区别
针对count数据的调整
ComBat-seqComBat
23
参数调优
交叉验证选择最优参数 · 稳定性评估
参数调优交叉验证选择最优…
24
与Harmony、MNN、Seurat等方法的对比
适用数据场景与性能差异
HarmonyMNN
25
批量效应检测工具
使用pcaReduce · BEE · 方差成分分析预判
批量效应检测工具pcaReduce
26
校正后下游分析注意事项
避免假阳性 · 重现性验证
校正后下游分析注…避免假阳性
27
构建自动化批次校正pipeline
使用Snakemake或Nextfl…
pipeline构建自动化批次校…
28
ComBat的局限性
非线性批次效应 · 极小样本场景 · 时间序列批次
ComBat的局限性
29
未来方向
深度学习方法（如DCA）与传统Com…
未来方向DCA
30
总结与最佳实践
制定批次校正标准流程 · 复现性检查清单
最佳实践制定批次校正标准…