WGCNASubnetworkPipeline {SMRUCC.genomics.Analysis.BNLearn.Core.WGCNADBN}

.NET clr documentation

WGCNASubnetworkPipeline

Description

基于 WGCNA 模块划分的贝叶斯子网络训练 + 全局虚拟扰动流水线

Declare

            
# namespace SMRUCC.genomics.Analysis.BNLearn.Core.WGCNADBN
export class WGCNASubnetworkPipeline {
   # hub 基因间相关阈值：|r| 超过才在对应基因间补跨模块边
   CrossGeneCorThreshold: double;
   # 模块 eigengene 相关阈值：|cor| 超过才尝试补模块间边
   CrossModuleCorThreshold: double;
   # 跨模块边的初始权重缩放（最终由全局参数学习覆盖）
   CrossScale: double;
   # 每个模块取 kME 最高的前 N 个基因作为模块接口（hub）
   HubTopN: integer;
   # 最大传播步数（雅可比收敛上限 / 级联采样时间步数）
   MaxSteps: integer;
   # 是否对表达数据做标准化（z-score），默认 True
   NormalizeData: boolean;
   # 参数学习与采样所用样本数
   NSamples: integer;
   # 传播方法，默认 Jacobian（线性化雅可比多步传播）
   Propagation: PropagationMethod;
   # 随机种子
   RandomSeed: integer;
   # 结构学习参数（算法/显著性阈值/最大父节点数/随机种子）
   StructureParams: StructureLearningParams;
   # 雅可比收敛阈值：||e_{t+1}|| / ||e_t|| 小于该值即停止
   Tolerance: double;
}

        

.NET clr type reference tree

1. use by property member Propagation: PropagationMethod
2. use by property member StructureParams: StructureLearningParams

---