QUBIC 双聚类学习以及代码编写运行

Posted ygbrsf

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了QUBIC 双聚类学习以及代码编写运行相关的知识,希望对你有一定的参考价值。

QUBIC

介绍

一种双聚类算法,就其在生物数据解释中的效率和有效性而言,QUIBIC被公认为是最佳的双聚类方法之一。

软件包

该软件包提供了QUBIC算法的R实现,具有显着提高的效率和完善的功能。

说明书

http://bioconductor.org/packages/QUBIC

前提

首要第一步,请检查您的R语言的版本,打开电脑中的 R x64
技术图片

输入version查看当前版本,3.6.3以下建议更新,不是最新版本都建议更新
技术图片

输入进行更新

updateR() 

最后返回true才说明更新成功

1

要安装QUBIC的开发版本,您至少需要从CRAN安装以下软件包

install.packages("biclust")

安装聚类包,这是安装成功的情况
技术图片

install.packages("Rcpp")

安装RCPP包,这也是生物信息学R语言中十分常见的(如果出现错误提示,那么说明你的R语言版本是较早的,而RCPP是不兼容的)
技术图片

install.packages("RcppArmadillo")
source("http://bioconductor.org/biocLite.R") # install BiocInstaller

(在之前进行FABIA算法的运行我的BIOC包已经是安装完毕了,也就不必再进行重复安装)

提示

如果出现无法安装并且提示是rstdio版本问题或者是Bioc包版本较旧的问题,所以需要更新版本
参考 https://blog.csdn.net/u014801157/article/details/62884401

2

对于Windows用户,还应该安装Rtools(https://cran.r-project.org/bin/windows/Rtools/)。

配置环境

1)在RStudio里面运行以下脚本:
配置环境变量

writeLines(‘PATH="${RTOOLS40_HOME}\usr\bin;${PATH}"‘, con = "~/.Renviron")

2)重新启动RStudio,然后运行以下代码:

Sys.which("make")

会得到结果:"C: tools40usrinmake.exe"(也就是make.exe的路径)

3)尝试安装一个包

install.packages("jsonlite", type = "source")

如果安装成功,则说明 Rtools 可以使用了!

安装QUBIC包

if (!requireNamespace("BiocManager", quietly = TRUE))
    install.packages("BiocManager")

BiocManager::install("QUBIC")

技术图片

查看说明书

browseVignettes("QUBIC")

会直接跳转网页,给出了大体的操作方式,有需要可以自己去浏览。

3

然后,

install.packages("devtools")
devtools::install_github("zy26/QUBIC")

要绘制热图并可视化网络,还应该安装以下软件包:

install.packages("qgraph")
install.packages("RcolorBrewer")

小插图
您可以在https://bioconductor.org/packages/release/bioc/vignettes/QUBIC/inst/doc/qubic_vignette.pdf上找到QUBIC的教程。

开始试验

library("QUBIC")

加载QUBIC包,成功加载的结果如下:
技术图片

第一个程序编写和运行结果

技术图片

第二个程序编写和运行结果

技术图片

显示聚类热图

# show heatmap 我直接放在这里了,因为需要输入的十六进制代码比较多,所以直接复制也比较方便
hmcols <- colorRampPalette(rev(c("#D73027","#FC8D59","#FEE090","#FFFFBF","#E0F3F8","#91BFDB", "#4575B4")))(100)

技术图片

前面这些运行下来,各变量数据情况如下

技术图片









以上是关于QUBIC 双聚类学习以及代码编写运行的主要内容,如果未能解决你的问题,请参考以下文章

执行双聚类(行和列)后如何在 heatmap.2 上添加 ColSideColors

《Python机器学习及实践》----无监督学习之数据聚类

《Python机器学习及实践》----无监督学习之数据聚类

无监督学习DBSCAN聚类算法原理介绍,以及代码实现

scikit-learn 谱聚类:无法找到潜伏在数据中的 NaN

无监督学习K-means聚类算法原理介绍,以及代码实现