MiEstimator {SMRUCC.genomics.Model.Network.Regulons.ARACNE} .NET clr documentation

MiEstimator

Description

互信息(Mutual Information)的估计方法。

不同的估计方法在“估计精度 / 计算开销”这条轴上面处于不同的位置, 依据表达矩阵的规模选择合适的方法即可。

Declare

            
# namespace SMRUCC.genomics.Model.Network.Regulons.ARACNE
export class MiEstimator extends Enum {
   # 高斯 copula 估计器(默认):假设 (X, Y) 服从二元正态分布, 先对表达量做中心化与标准化(或者秩转换),再计算 pearson 相关系数 r, 则
   # 
   # 
   # 
 MI(X, Y) = -0.5 * log2(1 - r^2)
# # # 这是 readme 之中推荐的快速估计方法:任意一个基因对的互信息都退化为一次 长度为样本数的向量内积 O(n),配合 SIMD 与多核可以轻松处理 10^6 ~ 10^7 数量级的基因对,因此它是大样本单细胞数据的默认路径。 GaussianCopula: MiEstimator = 0; # 自适应分区估计器(ARACNE 原论文 Algorithm 1)。 # # 从整个散点图开始,反复把“点数最多的 bin”沿着极差更大的那个轴 在中位数处分半,直到 bin 的数量达到上限或者每个 bin 内部的点数 低于下限;最后用联合/边缘计数计算 # # #
 MI(X, Y) = sum_ij p_ij * log2(p_ij / (p_i * p_j))
# # # 由于分区的过程与表达量的具体尺度无关,这个估计器可以捕捉到 线性的 copula 估计器所无法捕捉的非线性依赖关系, 是真正意义上的 ARACNE 互信息估计器,代价是每个基因对需要 O(n log n) 级别的计算量。 AdaptivePartitioning: MiEstimator = 1; # 分位数等频直方图估计器:把两个变量分别按照分位数切成相同数量的 等频 bin,再用联合/边缘计数计算互信息,并且做 Miller-Madow 偏差校正。 # # 这是 readme 伪代码第二步之中“按分位数离散化”的最直接实现, 计算量介于 MiEstimator.AdaptivePartitioning 与 MiEstimator.GaussianCopula 之间。 EqualFrequencyHistogram: MiEstimator = 2; # 高斯核密度估计器:使用高斯核分别估计联合密度与两个边缘密度, 再用 MI = (1/n) * sum log2(f(x,y) / (f(x)f(y))) 计算互信息 (带宽使用 Silverman 经验公式,并且采用留一法避免样本自身的偏置)。 # # 它的精度最高,但是每个基因对的计算量是 O(n^2), 因此只有当样本数量不超过 AracneOptions.kernelMaxSamples 的时候才会被真正使用,否则会退回 MiEstimator.GaussianCopula 并且给出警告信息。 KernelDensity: MiEstimator = 3; }

.NET clr type reference tree

  1. this class extends from Enum class: Enum
  2. use by field member GaussianCopula: MiEstimator
  3. use by field member AdaptivePartitioning: MiEstimator
  4. use by field member EqualFrequencyHistogram: MiEstimator
  5. use by field member KernelDensity: MiEstimator

[Package {$package} version {$version} Index]