生信小课堂•用云平台进行批次效应校正
01 工具简介
高通量测序进行数据分析时可能会遇到批次效应的困扰。不同时间采集的样本、实验条件的变化（如实验设备、试剂厂商/批次、建库/测序批次不同）、不同的实验操作者以及不同数据来源（自己数据与公共数据联合）等都有可能导致批次效应，从而降低实验的可重复性、影响结论的准确性和可靠性。因此，对批次效应进行校正十分重要！
康测科技云平台支持使用limma和Combat_seq进行批次效应校正，操作简单、高效便捷。
图1 文献中去除批次效应的工作流程
02 康测科技批次效应校正云工具
1. 页面模块化，功能划分简洁
从左往右依次为导航栏、使用指南、数据预览、参数设置和问题解答。
图2 工具初始界面
2. 零代码操作，参数自由设置
（1）自由选择方法
可以根据需求选择适合数据的方法，云工具支持limma与Combat_seq，在右侧选择即可。
图3 选择方法
（2）支持自定义分组
可以根据使用的样本数据对分组进行自定义划分，点击加号与减号即可。
图4 增加或减少分组
（3）自由设置批次信息
可以在工具栏中批次信息部分展开全部样本信息，点击即可指定批次，也可以通过点击加号与减号来增加与减少批次。
图5 自定义批次信息
（4）输入数据预览
采用Combat_seq方法对示例数据进行批次效应的去除结果展示。
图6 去批次效应结果展示
03 康测科技云分析平台试用
康测科技云分析平台整合超过100种组学分析工具，配备详细、精炼的讲解视频和工具文档，全程零代码、自主参数设置。如果您有使用需求，可私信小编，小编将给您发送试用账号~
链接：http://www.seqcloud.cc:8888
04 参考文献
1. Yuqing Zhang, Giovanni Parmigiani, W Evan Johnson. ComBat-seq: batch effect adjustment for RNA-seq count data[J]. NAR Genomics and Bioinformatics, 2020.
2. Matthew E Ritchie, Belinda Phipson, Di Wu, et al. limma powers differential expression analyses for RNA-sequencing and microarray studies[J]. Nucleic Acids Research, 2015.
热门工具推荐
更多平台
bilibili
（长干货科普）
视频号
（产品知识分享）
小红书
（短干货科普）
点个“在看”再走呗（右下角）
关于康测
康测致力于先进组学技术的开发和在生物医学研究领域的应用，建立了涵盖基因组学、表观基因组学、转录组学、表观转录组学、免疫组学和互作组学的全面组学服务体系。而在医学检测方面，康测基于自主研发的SMP（Stranded Multiplex PCR）靶向测序技术，可提供检测灵敏度和特异性均为100%的MRD一站式自动化解决方案。
康测提供全面的基因表达调控研究工具
康测提供高度自动化MRD一站式解决方案
