//没更新完QAQ

文章地址：

QUBIC a bioconductor package for qualitative biclustering analysis of gene co-expression data.pdf
QUBIC2 A novel and robust biclustering algorithm for analyses and interpretation of large-scale RNA-Seq data

名词注释

functional gene modules (FGMs) 基因功能模块
每个模块都被定义为特定基因集上的高度结构化表达模式
transcriptional regulatory signals (TRSs) 转录调控信号
single-cell RNA-seq scRNA-seq

QUBIC

introduction

在大型转录组数据集中，双聚类广泛用于所有条件的子集下识别共表达基因。QUBIC程序被认为是生物数据解释中最有效的双聚类方法之一。但是，它的可用性仅限于C实现和低吞吐量web接口。

该文介绍了一种QUBIC的R实现，它有两个独特的特点:

通过重构和优化QUBIC的源代码C代码，平均提高了82%的效率;
该算法功能包括：具有数据分析功能、数据离散化、查询双聚类、双聚类扩展、双聚类比较比较、热图可视化分析等功能

cell poputation
|（1）
mrna expression patterns
|（2）
identify co-expressed(or con-regulated) genes

在（1）中进行DNA微阵列 DNA mircroarrays,测量大量基因的表达水平

DNA mircroarrays
DNA微阵列(通常也称为基因芯片、DNA芯片或生物芯片)是附着在固体表面的微型DNA点的集合。科学家使用DNA微阵列同时测量大量基因的表达水平。

在（2）中进行聚类 biclustering，双聚类、协聚类（co-clustering）或双模式聚类是数据挖掘技术，它是允许同时对矩阵的行和列进行聚类。

多种类型的聚类
a)具有恒定值的双聚类
b)行上具有常数值的双聚类
c)列上为常数的双聚类
d)相参的双聚类(相加)
(e)相参的双聚类(相乘)

(图片来源于网络，作者：yang li）

key step

关键步骤表示使用定性矩阵的微阵列数据集
最重的未使用的边(作为种子)
→迭代招募新边通过一个接一个地找到这个矩阵中的所有双聚类

优点

1.优化了代码，提高了执行效率
优化了代码，提高了代码的可移植性
改变了原c代码成cpp代码，改变了许多数据结构，运用了cpp中stl替换了原c中的许多内容，显著提高了程序的效率

2.如果在某个步骤中忽略了双聚类
3.QUBIC可以通过使用其他边缘作为双聚类的种子来进行补救
4.QUBIC既能发现共同表达基因，也能发现共调控基因
5.QUBIC可以同时发现正相关基因和负相关基因
6.QUBIC可以找到一组特定基因(种子)的相关基因
7.QUBIC通过使用多个起点(种子)来摆脱局部最优的限制

缺点

总结

双聚类算法QUBIC有助于研究人员在其基因表达数据集中识别共表达基因子集, 可以很好的成为解释基因表达谱数据的一种方法

QUBIC2

借助QUBIC2算法可以有效的检测多零表达或者多低表达的RNA-SEQ数据或者是scRNA-SEQ数据

introduction

scRNA-seq数据具有高维性，涉及数千个基因以及大量细胞。
降维和特征选择是处理高维数据的两种主要策略。
由于scRNA-seq的多零表达和多低表达，为了更好处理scRNA-seq数据，提出了QUBIC算法，而本文是在QUBIC的基础上进行改进提出QUBIC2算法。

建立左截断式的混合高斯模型的多峰性对多零表达数据的准确评估
一个快速和有效的功能性基因扩张战略模块优化使用信息分离和
严格的统计检验的重要性确定双聚类在任何有机体,包括那些没有实质性的功能注释。在各种基准数据集上，与其他五种广泛使用的算法相比，QUBIC2在检测双聚类方面的性能有了显著提高。
大肠杆菌等模拟数据。QUBIC2还展示了由微阵列、批量RNA-Seq和scRNA-Seq产生的基因表达数据QUBIC2的稳健和优越的性能可用性和实现

论文阅读1：QUBIC2 A novel and robust biclustering algorithm for analyses相关推荐

【论文阅读】4- 4-Points Congruent Sets for Robust Pairwise Surface Registration
[论文阅读]4- 4-Points Congruent Sets for Robust Pairwise Surface Registration 1.基础知识回顾 2.算法理解 2.1.算法综述: ...
【论文阅读】SCRDet：Towards More Robust Detection for Small, Cluttered and Rotated Objects
SCRDet: Towards More Robust Detection for Small, Cluttered and Rotated Objects SCRDet:为小的.杂乱的和旋转的物体提 ...
【去雾论文阅读】A Novel Fast Single Image Dehazing Algorithm Based on Artificial Multiexposure Image Fusion
题目:A Novel Fast Single Image Dehazing Algorithm Based on Artificial Multiexposure Image Fusion 作者:Zh ...
论文阅读：Interactive Multiobjective Optimisation: Preference Changes and Algorithm Responsiveness
Interactive Multiobjective Optimisation: Preference Changes and Algorithm Responsiveness 作者:Kendall ...
论文阅读——《Robust Superpixel Tracking》
论文阅读--<Robust Superpixel Tracking> 论文阅读--<Robust Superpixel Tracking> <Robust Superpi ...
【论文阅读】RAPTOR: Robust and Perception-Aware Trajectory Replanning for Quadrotor Fast Flight
[论文阅读]<RAPTOR: Robust and Perception-Aware Trajectory Replanning for Quadrotor Fast Flight> 发表 ...
论文阅读 [CVPR-2022] BatchFormer: Learning to Explore Sample Relationships for Robust Representation Lea
论文阅读 [CVPR-2022] BatchFormer: Learning to Explore Sample Relationships for Robust Representation Lea ...
【论文阅读】Realtime Robust Malicious Traffic Detection via Frequency DomainAnalysis
[论文阅读]Realtime Robust Malicious Traffic Detection via Frequency DomainAnalysis 原文标题:Realtime Robust ...
【论文阅读5】BoT-SORT：Robust Associations Multi-Pedestrian Tracking
[论文阅读5]BoT-SORT:Robust Associations Multi-Pedestrian Tracking 和OC-SORT类似,BoT-SORT也是对Kalman滤波进行改进.OCS ...

论文阅读1：QUBIC2 A novel and robust biclustering algorithm for analyses

文章地址：

名词注释

QUBIC

introduction

key step

优点

缺点

总结

QUBIC2

introduction

论文阅读1：QUBIC2 A novel and robust biclustering algorithm for analyses相关推荐

最新文章

热门文章