部分WGCNA的blockwiseModules參數(shù)解釋

multiExpr

我們的表達(dá)數(shù)據(jù), 多組格式的表達(dá)式數(shù)據(jù)(見(jiàn)checkSets)。一個(gè)列表的向量,每組一個(gè)。每個(gè)集合必須包含一個(gè)包含表達(dá)數(shù)據(jù)的數(shù)據(jù),行對(duì)應(yīng)于樣本,列對(duì)應(yīng)于基因或探針。

checkMissingData

該檢查數(shù)據(jù)中是否有過(guò)多的基因和樣本的缺失項(xiàng),以及是否有零方差的基因?

blocks  

即需要給出自定義的每個(gè)基因?qū)?yīng)的module信息。
可選的指定塊,在這些塊中應(yīng)進(jìn)行分層聚類和模塊檢測(cè)。如果給定,必須是一個(gè)數(shù)字向量,multiExpr的每個(gè)基因有一個(gè)條目,給出相應(yīng)基因所屬的區(qū)塊的編號(hào)。

maxBlockSize    

給出模塊檢測(cè)的最大塊大小。如果上面的塊不是NULL,則忽略。否則,如果datExpr中的基因數(shù)超過(guò)了maxBlockSize,基因?qū)⒈活A(yù)聚到大小不應(yīng)超過(guò)maxBlockSize的塊中。

blockSizePenaltyPower   

超過(guò)了最大范圍的區(qū)塊應(yīng)該被罰分多少。
number specifying how strongly blocks should be penalized for exceeding the maximum size. Set to a lrge number or Inf if not exceeding maximum block size is very important.

nPreclusteringCenters   

在預(yù)聚類中使用的中心的數(shù)量。默認(rèn)為nGenes/20和100*nGenes/maxBlockSize中的較小者,其中nGenes是multiExpr中基因(變量)的數(shù)量。

randomSeed

在函數(shù)啟動(dòng)前作為隨機(jī)數(shù)發(fā)生器的種子的整數(shù)。如果當(dāng)前的種子存在,它將被保存并在退出時(shí)恢復(fù)。如果給出NULL,函數(shù)將不保存和恢復(fù)種子。

IndividualTOMInfo   

單個(gè)數(shù)據(jù)集的TOM矩陣的可選數(shù)據(jù)。這個(gè)對(duì)象由函數(shù)blockwiseIndividualTOMs返回。如果沒(méi)有給出,將使用下面的網(wǎng)絡(luò)構(gòu)造選項(xiàng)計(jì)算適當(dāng)?shù)耐負(fù)渲丿B。

useIndivTOMSubset   

如果給出了individualTOMInfo,這個(gè)參數(shù)允許只選擇individualTOMInfo中包含的個(gè)體集網(wǎng)絡(luò)的子集。它應(yīng)該是一個(gè)數(shù)字向量,給出要使用的各個(gè)集合的索引。注意,這個(gè)參數(shù)不適用于multiExpr。

corType 

指定要使用的相關(guān)的字符字符串。允許的值是(唯一的縮寫(xiě))"pearson "和 "bicor",分別對(duì)應(yīng)于Pearson和bidweight midcorrelation。缺失值用pariwise.complete.obs選項(xiàng)來(lái)處理。

maxPOutliers    

僅用于corType=="bicor"。分別指定中位數(shù)兩側(cè)可被視為離群值的數(shù)據(jù)的最大百分?jǐn)?shù)。對(duì)于中位數(shù)的每一邊,如果高于maxPOutliers的百分位數(shù)被基于9*mad(x)的權(quán)重函數(shù)認(rèn)為是異常值,那么權(quán)重函數(shù)的寬度就會(huì)增加,使中位數(shù)的那一邊的異常值等于maxPOutliers。使用maxPOutliers=1將有效地禁用所有的權(quán)重函數(shù)加寬;使用maxPOutliers=0將得到相當(dāng)類似(但不等于)Pearson相關(guān)的結(jié)果。

quickCor    

介于0和1之間的實(shí)數(shù),控制在計(jì)算相關(guān)性時(shí)對(duì)缺失數(shù)據(jù)的處理。

pearsonFallback 

指定如果使用bicor計(jì)算,當(dāng)中位數(shù)絕對(duì)偏差(mad)為零時(shí),是否應(yīng)該恢復(fù)到Pearson。重新定義的值是(縮寫(xiě))"none", "individual", "all" ,如果設(shè)置為"none",mad為零將導(dǎo)致相應(yīng)的相關(guān)關(guān)系為NA。如果設(shè)置為"individual",Pearson calculation將只用于有zero mad的列。如果設(shè)置為"all",單個(gè)zero mad的存在將導(dǎo)致整個(gè)變量以Pearson相關(guān)的方式被處理(就像相應(yīng)的robust選項(xiàng)被設(shè)置為FALSE)。對(duì)Pearson相關(guān)沒(méi)有影響。參見(jiàn)bicor。

cosineCorrelation   

邏輯:是否應(yīng)該使用相關(guān)計(jì)算的余弦版本?余弦計(jì)算與標(biāo)準(zhǔn)計(jì)算的不同之處在于,它不減去平均值。

power   

用于網(wǎng)絡(luò)構(gòu)建的軟閾值功率??梢允且粋€(gè)單一的數(shù)字,也可以是一個(gè)與集數(shù)相同長(zhǎng)度的向量,每個(gè)集數(shù)都有一個(gè)power。

networkType 

網(wǎng)絡(luò)類型。允許的值是(唯一的縮寫(xiě))"unsigned", "signed", "signed hybrid"。See adjacency

checkPower  

logical: should basic sanity check be performed on the supplied power? If you would like to experiment with unusual powers, set the argument to FALSE and proceed with caution.

replaceMissingAdjacencies   

邏輯:在計(jì)算相鄰關(guān)系時(shí),是否應(yīng)該用0來(lái)替換缺失的值?

TOMType 

"none", "unsigned", "signed", "signed Nowick", "unsigned 2", "signed 2" 和"signed Nowick 2"其中的一個(gè)。If "none", adjacency將會(huì)被用來(lái)聚類. See TOMsimilarityFromExpr for details.

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡(jiǎn)書(shū)系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

  • 我們今天就搞清楚這兩個(gè)問(wèn)題:1.什么是無(wú)尺度分布2.手工計(jì)算軟閾值 無(wú)尺度分布 假如我問(wèn)大家,如果你想認(rèn)識(shí)世界上的...
    FengSL閱讀 33,058評(píng)論 8 63
  • =====WGCNA實(shí)戰(zhàn)(一)====== 我們第一個(gè)實(shí)戰(zhàn)采用的是官方提供的矩陣。 https://horvath...
    jjjscuedu閱讀 4,036評(píng)論 0 4
  • WGCNA是一款常用的基因共表達(dá)網(wǎng)絡(luò)分析軟件,因其算法直觀和穩(wěn)健廣受推崇。實(shí)際應(yīng)用時(shí)因輸入數(shù)據(jù)和分析需要的不同會(huì)產(chǎn)...
    delnero閱讀 1,323評(píng)論 0 1
  • 原文地址:https://mp.weixin.qq.com/s/BkM9vtX_gbehUFmuXfshUw WG...
    蘇慕晨楓閱讀 1,547評(píng)論 0 8
  • http://blog.sciencenet.cn/blog-118204-1111379.html WGCNA基...
    馬疾香幽_0702閱讀 5,679評(píng)論 3 26

友情鏈接更多精彩內(nèi)容