基于树型集合回归的可扩展基因调控网络推理
arboreto的Python项目详细描述
The most satisfactory definition of man from the scientific point of view is probably Man the Tool-maker.
从基因表达数据推断基因调控网络（grn）是一项计算成本很高的任务，由于技术的进步，数据量越来越大，这一问题更加严重。 在高通量基因分析技术中。
arboreto软件库通过提供计算策略来解决这个问题，该策略允许执行GRN推理算法类 以从单台计算机到多节点计算集群的硬件上的GENIE3[1]为例。这类grn推理算法的定义如下 一系列步骤，数据集中每个目标基因一个，其中一组调控因子中最重要的候选基因是通过回归确定的 预测目标基因表达谱的模型。
从计算的角度来看，这类grn推理算法的成员具有吸引力，因为它们本质上是可并行的。在树顶， 我们将可并行计算指定为dask图[2]，这是一种表示计算任务调度的数据结构。dask调度程序分配 dask图中的任务到可用的计算资源。arboreto使用dask distributed调度程序 将计算任务分散到一台或多台计算机上运行的多个进程上。
Arboreto目前支持两种GRN推理算法：
- grnboost2：使用Stochastic Gradient Boosting Machine（sgbm）[3]回归和early-stopping正则化的快速grn推理算法。
- genie3：使用Random Forest（rf）或ExtraTrees（et）回归的经典grn推理算法。
参考文献
- huynh thu va，irrthum a，wehenkel l l，geurts p（2010）使用基于树的方法从表达数据推断调控网络。公共科学图书馆一号
- Rocklin，M.（2015年）。dask：具有阻塞算法和任务调度的并行计算。在第14届Python科学会议记录（第130-136页）。
- Friedman，J.H.（2002年）。随机梯度增强。计算统计与数据分析，38（4），367-378。
- Marbach，D.，Costello，J.C.，Kuffner，R.，Vega，N.M.，Prill，R.J.，Camacho，D.M.，…和Dream5财团。（2012年）。群体智慧用于稳健的基因网络推理。自然方法，9（8），796-804。
开始
阿博托的构想是与工作的生物信息学家或数据科学家的想法。我们提供了大量的文档和示例，帮助您加快使用库的速度。
- 阅读arboreto documentation。
- 浏览示例notebooks。
- 报告issue。
许可证
BSD 3条款许可证
欢迎加入QQ群-->： 979659372
