| FuzzyGeneNetwork {SMRUCC.genomics.Analysis.FuzzyGene} | .NET clr documentation |
由逐靶基因神经模糊模型拼成的基因调控网络(纯推理对象)。
每一行是一个基因,FuzzyGeneNetwork.Models 的第 g 项是该基因作为靶基因时训练出的 TSK 模型 (没有可用调控因子的基因为 Nothing,其状态在传播中保持不变)。
静态与滞后两条路线的对外语义完全一致:都是「下一状态 = F(当前状态)」。 静态路线下 F 学的是 x_g = f(regulators),迭代就是求不动点; 滞后路线下 F 学的是 x_g(t+1) = f(regulators(t)),迭代就是时间推进。 因此稳态求解、钳制扰动与多步级联共用同一套阻尼迭代器。
内部一律在 z 空间迭代(与训练一致),对外接口收发原始表达量。
# namespace SMRUCC.genomics.Analysis.FuzzyGene
export class FuzzyGeneNetwork {
# 稳态迭代的起始状态(原始尺度)。
BaselineRaw: double;
# 建模配置(决定传播步数、阻尼、限幅等默认行为)。
Config: FuzzyGeneConfig;
# 带符号调控边(由各靶基因模型的解析灵敏度汇总)。
Edges: RegulationEdgeModel[];
# 参与建模的基因(顺序即 FuzzyGeneNetwork.Models 的索引顺序)。
GeneNames: string;
# 是否为滞后(时序)路线。
IsLagged: boolean;
# 逐基因原始表达均值。
Means: double;
# 实际采用的拟合路线。
Mode: FuzzyTargetMode;
# 逐基因模型,未建模的位置为 Nothing。
Models: GeneRegulationModel[];
# 基因数量。
NGene: integer;
# 参与建模(有模型)的基因数量。
NModelled: integer;
# 本次迭代实际使用的并行度(1 表示串行)。
ParallelDegree: integer;
# 逐基因原始表达标准差。
SDs: double;
# 模型是否在 z 空间训练。
Standardized: boolean;
# 逐基因训练支持域上界(z 空间)。
SupportMax: double;
# 逐基因训练支持域下界(z 空间)。
SupportMin: double;
}
Config: FuzzyGeneConfigEdges: RegulationEdgeModelMode: FuzzyTargetModeModels: GeneRegulationModel