Иерархическая кластеризация микромассивов и PCA с помощью python

Я пытаюсь проанализировать данные микрочипов, используя иерархическую кластеризацию столбцов микрочипов (результаты отдельных реплик микрочипов) и PCA.

Я новичок в питоне. У меня есть Python 2.7.3, biopyhton, numpy, matplotlib и networkx.

Существуют ли функции в python или biopython (похожие на кластерную диаграмму MATLAB и mapcaplot), которые я могу использовать для этого?


person Drosophila    schedule 07.01.2013    source источник


Ответы (4)


Python отлично подходит для нейробиологии, поздравляю с выбором. Иногда ресурсы найти труднее, чем для Matlab, но они бесплатны, вы найдете активное сообщество и большую поддержку.

Хорошей отправной точкой будет проект Neuroimaging in Python и его подпроекты, например, nitime. Я рекомендую подписаться и спросить в списке рассылки, эти ребята действительно умны и любят помогать.

Для PCA вы также можете попробовать Modular Toolkit for Dataprocessing in Python, хорошую библиотеку алгоритмов обработки данных.

Для общей кластеризации я рекомендую кластеризацию Scipy.

HTH, Торстен

person Thorsten Kranz    schedule 07.01.2013

Я рекомендую использовать R Bioconductor и бесплатное программное обеспечение, такое как Expander и MeV. Хорошим гибким выбором является программное обеспечение Cluster с TreeViews. Вы также можете запускать R и STATA или JMP из своих кодов Python и полностью автоматизировать управление данными.

person Vassia Alk    schedule 09.02.2015

Я использовал scikit-learn для кластеризации и других приложений машинного обучения на python. Я обнаружил, что подход scikit, как правило, интуитивно понятен, и, к счастью, все работает прямо из коробки.

Существует ряд доступных алгоритмов кластеризации, в том числе агломеративная кластеризация, которая является одним из подходов к иерархической кластеризации.

В дополнение к кластеризации существует множество алгоритмов машинного обучения, как контролируемых, так и неконтролируемых. Существует также множество инструментов, поддерживающих извлечение признаков, перекрестная проверка и т. д. Инструменты предварительной обработки включают PCA и многое другое.

Определенно стоит проверить.

person mattsilver    schedule 29.04.2015

R имеет большой набор инструментов для выполнения именно того, что вы описываете, в отношении анализа микрочипов с иерархической кластеризацией. Вот ссылка на курс, который я прошел, в котором подробно рассказывается, как проводить анализ микрочипов с помощью R. Надеюсь, это поможет!

person lifepupil    schedule 29.04.2015