BNLearnWorkflow {SMRUCC.genomics.Analysis.BNLearn.Core}

.NET clr documentation

BNLearnWorkflow

Description

BNLearn 工作流 —— 基因表达调控网络建模与虚拟干扰分析

Declare

            
# namespace SMRUCC.genomics.Analysis.BNLearn.Core
export class BNLearnWorkflow {
   # 基因表达矩阵
   ExpressionData: GeneExpressionData;
   # 观测证据：按基因名对齐后仅保留与训练网络重叠的（基因名 → 表达值）。 供"观测证据模式"虚拟扰动使用（在给定表达水平条件下做 do-演算）。
   ExternalEvidence: list;
   # 外部导入的新基因表达水平（单样本向量，基因名 → 表达值）。 通过 @M:SMRUCC.genomics.Analysis.BNLearn.Core.BNLearnWorkflow.SetExternalExpression(System.Collections.Generic.Dictionary{System.String,System.Double}) 设置，通常来自用户新检测的转录组。 设置时仅保留与训练网络重叠的基因，并自动派生观测证据与动态初始状态。
   ExternalExpression: list;
   # 动态初始状态：按训练网络节点序排列的外部表达向量。 供"动态初始状态模式"虚拟扰动使用（作为级联模拟起点）。 仅重叠基因位置被外部值覆盖，未覆盖位置保持训练数据均值。
   ExternalInitialState: double;
   # 学习到的贝叶斯网络
   FittedNetwork: BayesianNetwork;
   # 是否对表达数据做标准化
   NormalizeData: boolean;
   # 采样数（用于推断和干预分析）
   NSamples: integer;
   # 参数学习结果
   ParameterResult: ParameterLearningResult;
   # 先验调控网络（TF→靶基因 白名单）
   PriorNetwork: PriorNetwork;
   # 随机种子
   RandomSeed: integer;
   # 虚拟扰动 Strict 模式开关（透传给内部创建的 BnInterventionAnalyzer，默认 True）。 True: @M:SMRUCC.genomics.Analysis.BNLearn.Core.BNLearnWorkflow.KnockoutGene(System.String,System.Int32) / @M:SMRUCC.genomics.Analysis.BNLearn.Core.BNLearnWorkflow.OverexpressGene(System.String,System.Int32) / @M:SMRUCC.genomics.Analysis.BNLearn.Core.BNLearnWorkflow.KnockDownGene(System.String,System.Int32) / @M:SMRUCC.genomics.Analysis.BNLearn.Core.BNLearnWorkflow.DynamicKnockout(System.String,System.Int32,System.Int32) 等扰动函数在找不到目标基因时抛出错误； False: 在终端打印一条警告消息，不执行虚拟扰动，直接以野生型数据作为扰动结果返回 并将结果的 Undefined 标记为 True。
   Strict: boolean;
   # 结构学习参数
   StructureParams: StructureLearningParams;
   # 结构学习结果
   StructureResult: StructureLearningResult;
   # 获取动态贝叶斯网络模型中被建模的目标基因 ID 集合 （即 BNLearnWorkflow.FittedNetwork 全部节点的基因名，按网络节点顺序排列）。 结构学习尚未完成（BNLearnWorkflow.FittedNetwork 为空）时返回空数组而不抛出错误。
   TargetGenes: string;
}

        

.NET clr type reference tree

1. use by property member ExpressionData: GeneExpressionData
2. use by property member ExternalEvidence: list
3. use by property member ExternalExpression: list
4. use by property member FittedNetwork: BayesianNetwork
5. use by property member ParameterResult: ParameterLearningResult
6. use by property member PriorNetwork: PriorNetwork
7. use by property member StructureParams: StructureLearningParams
8. use by property member StructureResult: StructureLearningResult

---