| FuzzyGeneModel {SMRUCC.genomics.Analysis.FuzzyGene} | .NET clr documentation |
神经模糊(ANFIS/TSK)基因调控网络模型的门面。
一个实例封装「表达矩阵 + 可选先验网络 → 逐靶基因模糊模型 → 虚拟扰动」的全流程, 并实现 InsilicoPerturbationExperiment,因此可以与 BNLearn 的贝叶斯网络实现、 GEARS / GPS 的实现互换使用——bnlearn 包里的 knockouts / knockdown / overexpress 可以直接作用在本对象上。
典型用法:
Dim model As New FuzzyGeneModel(expression, prior, config)
Dim report = model.Train()
Dim ko As InterventionResult = model.KnockoutGene("geneA")
规模提示:这是模块/子网尺度的建模方法。逐靶基因的规则数随输入维数指数增长, 请通过 FuzzyGeneConfig.MaxRegulators(默认 4)与 FuzzyGeneConfig.MaxGenes(默认 2000)控制规模; 全基因组两两建模既不必要、也不可辨识。
# namespace SMRUCC.genomics.Analysis.FuzzyGene
export class FuzzyGeneModel {
# 建模配置(恢复的模型同样携带原始配置)。
Config: FuzzyGeneConfig;
# 当前注入的上下文(对齐之后的原始表达量,长度 = 基因数);未注入时为 Nothing。
Context: double;
# 当前生效的上下文对齐模式。
ContextAlignmentMode: ContextAlignmentMode;
# 最近一次上下文注入的诊断;未注入时为 Nothing。
ContextDiagnostics: ContextAlignmentDiagnostics;
# 带符号调控边(未训练时为空数组)。
Edges: RegulationEdgeModel[];
# 训练用的表达矩阵;从包文件恢复时为 Nothing。
Expression: GeneExpressionData;
# 是否已注入上下文(注入后对照基线被整体替换)。
IsContextSet: boolean;
# 是否已完成训练(或已从包恢复)。
IsTrained: boolean;
# 最近一次训练的汇总诊断。
LastTrainingResult: FuzzyGeneTrainingResult;
# 上下文覆盖率的下限(0–1,0 表示不检查)。
MinContextCoverage: double;
# 拟合出的调控网络;未训练时为 Nothing。
Network: FuzzyGeneNetwork;
# 先验调控网络(可能为 Nothing)。
Prior: PriorNetwork;
# 严格模式:目标基因不在模型里时抛 MissingMemberException; 为 False 时返回 InterventionResult.Undefined = True 的野生型降级结果。
Strict: boolean;
}
Config: FuzzyGeneConfigContextAlignmentMode: ContextAlignmentModeContextDiagnostics: ContextAlignmentDiagnosticsEdges: RegulationEdgeModelExpression: GeneExpressionDataLastTrainingResult: FuzzyGeneTrainingResultNetwork: FuzzyGeneNetworkPrior: PriorNetwork