Präsentation herunterladen
Die Präsentation wird geladen. Bitte warten
1
Praktikum Graphen und biologische Netzwerke Xu, Jie Hu, Shichao Jin, Yan
2
Schritt.1 ● Matching Genenamen zwischen 2 Tabellen ● Tabelle Develop: Die Daten von 3 Spezies: – Zeile: 12099 Genenamen – Spalte: 36 Instanzen der Individuellen ● Tabelle TF: ● 280 Genenamen ● Ausgabe: Tabelle Matching(270*36) ● 270 Matching
3
● Cor.test Funktion zwischen Tabelle Develop und Tabelle Matching ● Cor.test Ergebnis: Cor Value und P Value ● Bedingung: P<0.05, Cor!=1 ● Ausgabe: Tabelle.CorValue(270*12099) Schritt.2
4
Schritt.3 ● Eingabe: Tabelle.CorValue ● Zwischenergebnisse: GenevsTF, TFvsTF, TFvsGene ● Ausgabe: Tabelle.Omega(270*270) ● - durch Algorithmus wird die Werte “Omega” gerechnet ● One-leave-method ● -36 neue Tabelle
5
Schritt.4 ● Vereinigung die Tabelle.Omega ● Distanz-Value ● Dis[x,y]=sum((A[x,y]-B[x,y])^2) ● Tabelle.DistanzValue (39*39) ● Plot() ● -Graph der DistanzValue wird erzeugt
![Schritt.4 ● Vereinigung die Tabelle.Omega ● Distanz-Value ● Dis[x,y]=sum((A[x,y]-B[x,y])^2) ● Tabelle.DistanzValue (39*39) ● Plot() ● -Graph der DistanzValue wird erzeugt](http://images.slideplayer.org/11/3423284/slides/slide_5.jpg "Schritt.4 ● Vereinigung die Tabelle.Omega ● Distanz-Value ● Dis[x,y]=sum((A[x,y]-B[x,y])^2) ● Tabelle.DistanzValue (39*39) ● Plot() ● -Graph der DistanzValue wird erzeugt")
6
Distanzen
Ähnliche Präsentationen
