MRHCA

MRHCA

MRHCAは、大規模な関連付けネットワークのノンパラメトリック共発現分析方法です。

1. 一般に、ほとんどの評価方法の関連ネットワークに適用できます。
2. 識別されたハブとモジュールごとに正確な有意水準を出力します。
3. この方法は、比較的少ない計算とメモリの消費を伴うため、大規模な関連ネットワークに適用できます。
4. これは、弱い関連性のモジュールに敏感です。そして
5. オーバーラップモジュールを出力で有効にします。

私たちの分析により、MRHCA Canが実証されています

1. 大規模な関連ネットワークに対処し、
2. ハブとモジュールのサイズの統計的有意性を厳密に評価します。
3. 低い関連性のある共発現モジュールを特定し、
4. 小さくて重要なモジュールを検出します
5. 既存の方法と比較して、遺伝子が複数のモジュールに存在するようにします。

関連するコードへのリンク

「MRHCA：大規模な遺伝子共発現ネットワークにおけるハブおよび共発現モジュール識別のノンパラメトリック統計ベースの方法」の結果を再現できるRおよびC ++コードへのリンク。

• Rコード
• C ++コード

Rパッケージのインストール

MRHCAの開発バージョンをインストールするには、CRANから少なくとも次のパッケージをインストールする必要があります

install.packages( " Rcpp " )

Windowsユーザーの場合、rtools（https://cran.r-project.org/bin/windows/rtools/）もインストールする必要があります。

それから、

install.packages( " devtools " )
devtools :: install_github( " zy26/MRHCA " )

Rパッケージの使用

 file <- " https://github.com/zy26/mrct/raw/master/testdata/E_coli_anaerobic.txt "
x <- as.matrix(read.table( file , sep = ' ' , header = TRUE , row.names = 1 ))
mr <- MRHCA :: GetHubs( x )

C ++バージョンの結果を修正します

既にC ++コードの結果を取得している場合は、 FixHubs関数をさらに使用して結果をフィルタリングおよび最適化できます。

 datafile <- " TCGA-COAD.htseq_fpkm.tsv "
file <- " TCGA-COAD.htseq_fpkm.tsv.id.txt "
emfile <- " TCGA-COAD.htseq_fpkm.tsv.txt "
mr <- MRHCA :: FixHubs( datafile , file , emfile )