文件名称：arboreto:使用基于树的集成回归器进行基因调控网络推断的基于python的可扩展框架
文件大小：63.3MB
文件格式：ZIP
更新时间：2024-06-11 18:36:50
python machine-learning scalable random-forest network
从科学的角度来看，对人的最令人满意的定义可能是“工具制造者”。 从基因表达数据推断出基因调控网络（GRN）是一项计算量巨大的任务，由于高通量基因分析技术的发展，数据量的增加使这一问题变得更加严重。 软件库通过提供一种计算策略来解决此问题，该策略允许在从单台计算机到多节点计算群集的硬件上执行 [1]举例说明的GRN推理算法。 此类GRN推理算法由一系列步骤定义，每个步骤针对数据集中的每个目标基因，其中从回归模型中确定一组调节剂中最重要的候选基因，以预测目标基因的表达谱。 从计算的角度来看，上述GRN推理算法的成员很有吸引力，因为它们本质上是可并行化的。 在arboreto中，我们将可并行化的计算指定为图[2]，它是表示计算任务计划的数据结构。 快速调度程序将快速图中的任务分配给可用的计算资源。 Arboreto使用调度程序将计算任务到在一台或多台计算机上运行的多个进程中。 Arbor