Arboreto 算法

# GRN 推理算法 Arboreto 提供了两种用于基因调控网络 (GRN) 推理的算法，均基于多元回归方法。 ## 算法概述 两种算法遵循相同的推理策略： 1. 对数据集中的每个目标基因，训练一个回归模型 2. 从模型中识别最重要的特征（潜在调节因子） 3. 将这些特征作为具有重要性分数的候选调节因子输出 关键区别在于**计算效率**和底层的回归方法。 ## GRNBoost2 (推荐) **目的**：使用梯度提升算法对大规模数据集进行快速 GRN 推理。 ### 何时使用 - **大型数据集**：数以万计的观测值（例如单细胞 RNA-seq） - **时间受限的分析**：需要比 GENIE3 更快的结果 - **默认选择**：GRNBoost2 是旗舰算法，推荐用于大多数用例 ### 技术细节 - **方法**：带有早停正则化的随机梯度提升 - **性能**：在大数据集上显著快于 GENIE3 - **输出**：与 GENIE3 格式相同（TF-目标-重要性三元组） ### 用法 python from arboreto.algo import grnboost2 network = grnboost2( expression_data=expression_matrix, tf_names=tf_names, seed=42 # 用于可重复性 ) ### 参数 python grnboost2( expression_data, # 必需：pandas DataFrame 或 numpy 数组 gene_names=None, # numpy 数组必需 tf_names='all', # TF 名称列表或 'all' verbose=False, # 打印进度消息 client_or_address='local', # Dask 客户端或调度器地址 seed=None # 用于可重复性的随机种子 ) ## GENIE3 **目的**：经典的基于随机森林的 GRN 推理，作为概念蓝图。 ### 何时使用 - **较小的数据集**：当数据集大小允许更长的计算时间时 - **对比研究**：当需要与已发表的 GENIE3 结果进行比较时 - **验证**：用于验证 GRNBoost2 的结果 ### 技术细节 - **方法**：随机森林或 ExtraTrees 回归 - **基础**：原始的多元回归 GRN 推理策略 - **权衡**：计算成本更高，但非常成熟 ### 用法 python from arboreto.algo import genie3 network = genie3( expression_data=expression_matrix, tf_names=tf_names, seed=42 ) ### 参数 python genie3( expression_data, # 必需