| XGBoostGRN {SMRUCC.genomics.Analysis.GeneTree} | .NET clr documentation |
基于 XGBoost 的非线性基因调控网络虚拟扰动实验(门面类)。
把 readme 中的三段流程串起来:
aracne.zip 得到 GeneRegulationGraph(靶基因 → 调控因子);N 个梯度提升树模型 f_i(X_Reg(i));典型用法:
Dim grn = XGBoostGRN.Open("./aracne.zip", "./GRN_expression_matrix.csv")
Call grn.Fit()
Dim ko = grn.KnockoutGene("TP53")
Dim oe = grn.OverexpressGene("MYC")
本类实现了 InsilicoPerturbationExperiment 接口, 因此可以与 GEARS、BNLearn 之中已有的虚拟扰动实现互换使用。
数值尺度:训练与扰动的数值一律来自传入的表达矩阵(原始表达量,而不是 ARACNE 存档之中 rank 变换之后的秩值),因为树模型的外推裁剪区间与“敲除到 0”的语义都依赖于原始表达量。
野生型基线:XGBoostGRN.WildtypeMeans / XGBoostGRN.WildtypeSDs 由参与迭代的细胞种群 (XGBoostGRN.PopulationSize 个细胞)估计,这样没有被任何模型预测的源节点在扰动前后的变化量恰好为 0; 代价是基线本身带有抽样噪声,需要更高精度时应该增大 GeneTreeConfig.PopulationSize。
控制漂移:树模型的稳态并不严格等于观测到的表达谱,因此即使不做任何扰动,迭代也会让部分基因发生位移。 XGBoostGRN.ControlSteadyState 给出了“不施加任何干预”时的稳态均值,可用于对扰动结果做基线校正与诊断。
表达状态上下文:XGBoostGRN.SetContext() 可以把模型从 “训练时的野生型基线”切换到任意给定的表达状态(例如某个疾病态、处理态或者外部扰动实验的对照态), 之后的 XGBoostGRN.Predict() / XGBoostGRN.KnockoutGene() / XGBoostGRN.OverexpressGene() / XGBoostGRN.KnockDownGene() 都会以这个状态作为迭代起点与差异分析的基线。
# namespace SMRUCC.genomics.Analysis.GeneTree
export class XGBoostGRN {
# 训练与求解参数
Config: GeneTreeConfig;
# 当前生效的表达状态上下文(基因名 → 表达值)。
#
# 没有被 XGBoostGRN.SetContext() 设置过的时候为Nothing。
Context: IReadOnlyDictionary`2;
# 应用状态上下文时是否执行过分位对齐
ContextAligned: boolean;
# 上下文对齐使用的模式(默认 ContextAlignmentMode.Quantile)。
ContextAlignmentMode: ContextAlignmentMode;
# 上下文之中真正被钳制的基因数量(钳制被自动降级时为 0)
ContextClampGenes: integer;
# 最近一次上下文注入的完整诊断(覆盖率、未知基因、越界基因等)。
ContextDiagnostics: ContextAlignmentDiagnostics;
# 上下文之中的基因是否在迭代过程中被钳制(固定不变)
ContextFix: boolean;
# 上下文注入过程的诊断信息(对齐、钳制降级等),没有需要提示的信息时为Nothing
ContextNote: string;
# 不施加任何干预时的网络稳态均值(模拟表达谱自身的“吸引子”)
ControlSteadyState: double;
# 模型之中由结构发现阶段新增的调控边数量
DiscoveredEdgesCount: integer;
# 结构发现的汇总结果(未开启发现或者模型尚未训练时为 Nothing)
Discovery: DiscoveryReport;
# 用于训练的表达矩阵(从存档加载的模型为 Nothing)
Expression: Matrix;
# 是否在迭代过程中把上下文基因钳制为给定值。
FixContext: boolean;
# 基因名称(顺序与 InterventionResult.GeneNames 一致)
GeneNames: string;
# 调控网络拓扑
Graph: GeneRegulationGraph;
# 是否已经设置了表达状态上下文
HasContext: boolean;
# 是否已经完成了拟合(或者已经从存档加载了模型)
IsFitted: boolean;
# 最近一次扰动求解的详细结果(收敛轮数、轨迹等)
LastSolve: SolveResult;
# 逐基因模型(下标与 XGBoostGRN.GeneNames 一致)
Models: GeneModel[];
# 参与迭代求解的细胞数量
PopulationSize: integer;
# 转录因子名称列表
TFNames: string;
# 训练报告(从存档加载时为存档之中保存的那一份)
TrainingReport: TrainingReport;
# 上下文之中无法映射到模型基因集的名字(用于提示 ID 空间不匹配)
UnknownContextGenes: string;
# 野生型(对照)表达均值
WildtypeMeans: double;
# 野生型(对照)表达标准差
WildtypeSDs: double;
}
Config: GeneTreeConfigContext: IReadOnlyDictionary`2ContextAlignmentMode: ContextAlignmentModeContextDiagnostics: ContextAlignmentDiagnosticsDiscovery: DiscoveryReportExpression: MatrixGraph: GeneRegulationGraphLastSolve: SolveResultModels: GeneModelTrainingReport: TrainingReport