估计阅读时长: 7 分钟假若现在有两条Fasta序列放在你面前，现在需要你进行这两条Fasta序列的相似度计算分析。如果对于我而言，大学刚毕业刚入门生物信息学的时候，可能只能够想到通过blast比对的方式进行序列相似性计算分析。基于blast比对方式可以找到生物学意义上的序列相似性结果，但是计算的效率会比较低。假设现在让你使用这些序列进行机器学习建模分析，或者基于传统数学意义上的基于相似度的无监督聚类分析的时候，面对这些长度上长短不一的生物序列数据，可能会比较蒙圈，因为传统的数学分析方法都要求我们分析的目标至少应该是等长的向量数据。 Order by Date Name Attachments Fasta-A • 544 kB • 360 click 2023年6月29日visualize • 45 […]
This clarifies everything perfectly.
其实，你不应该直接跑原始表达矩阵的。因为在原始表达矩阵中，基因的特征数量可能会非常多，做随机森林或者SVM建模就会会非常久。应该先用limma程序包对矩阵筛选一次，例如用log2fc绝对值按照阈值cutoff筛选一次，或者对log2fc绝对值排序后取前1000个特征，得到小一些feature集合的矩阵后再使用这个程序包做机器学习分析。
Thanks for taking the time to create this.
就是随便看看！
c⌒っﾟДﾟ)っ救命啊，谢老师，我试了下用这个程序包直接跑转录组矩阵，跑了好久都没有结果