MRHCA

MRHCA

MRHCA는 대규모 협회 네트워크를위한 비모수 적 공동 발현 분석 방법입니다.

1. 일반적으로 대부분의 평가 방법의 연관 네트워크에 적용될 수 있습니다.
2. 식별 된 각 허브 및 모듈에 대한 정확한 유의 수준을 출력합니다.
3. 이 방법은 상대적으로 작은 계산 및 메모리 소비를 사용하므로 대형 연관 네트워크에 적용될 수 있습니다.
4. 약한 연관의 모듈에 민감합니다. 그리고
5. 출력에서 겹친 모듈을 가능하게합니다.

우리의 분석은 MRHCA 캔을 보여주었습니다

1. 대규모 협회 네트워크를 다루고
2. 허브 및 모듈 크기에 대한 통계적 중요성을 엄격하게 평가합니다.
3. 연관성이 낮은 공동 발현 모듈 식별,
4. 작고 중요한 모듈을 감지하고
5. 기존 방법과 비교하여 유전자가 둘 이상의 모듈로 존재할 수 있도록합니다.

관련 코드에 대한 링크

"MRHCA : 큰 유전자 공동 발현 네트워크에서 허브 및 공동 표현 모듈 식별을위한 비모수 통계 기반 방법"의 결과를 재현 할 수있는 R 및 C ++ 코드에 대한 링크.

• R 코드
• C ++ 코드

R 패키지 설치

MRHCA의 개발 버전을 설치하려면 CRAN에서 다음 패키지를 설치해야합니다.

install.packages( " Rcpp " )

Windows 사용자의 경우 rtools (https://cran.r-project.org/bin/windows/rtools/)도 설치해야합니다.

그 다음에,

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

R 패키지 사용

 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 ++ 버전에서 결과를 수정하십시오

C ++ 코드에서 이미 결과를 얻은 경우 FixHubs 함수를 추가하여 결과를 필터링하고 최적화 할 수 있습니다.

 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 )