zhuanlan.zhihu.com
Biowinford全网最全的生信零代码网页工具—submap聚类结果的一致性验证
matrix格式 cluster格式 上传两套数据集的四个文件后，即可点击运行submap，结果如下 行和列分别是discovery和validation的聚类结果，中间数值为显著性p值，可以看到两套数据中EA亚型的一致显著性为0.03，ESCC亚型的一致显著性为0.03。
submap是什么
Searching…
Web results
blog.csdn.net
submap 使用说明 - CSDN博客
Sep 5, 2023 · submap 是一个用于分析基因表达数据的工具，本文为官方使用说明。输入数据集要求具有共同的标识符。自动提取的组织类型包括DLBCL、乳腺癌和DLBCL（带有生存数据）数据集，分别为5565、661、1213和3795个。
bbs.bioinfo.info
生信 - 做专业的生信问答网站
作为生物信息学家，我很高兴回答你的问题。 SubMap算法是一种用于分析肿瘤治疗反应的方法，它可以帮助我们理解肿瘤细胞对药物的敏感性。 下面是SubMap算法的详细步骤及代码示例： 步骤1：准备数据 首先，我们需要准备两个数据集：基线数据集和治疗后数据集。
zhuanlan.zhihu.com
生信豆芽菜-submap预测敏感性 - 知乎
Jul 30, 2023 · 网址： 生信豆芽菜-submap预测敏感性 一、submap预测敏感性简介 首先在两套独立数据中分别进行 聚类。 两套数据的样本是不同的，聚类的名字也可以不同，然后submap会通过比较两套数据之间任意两个聚类是否存在共性，进而判断两套独立数据的聚类结果是否具有一致性，即证明了聚类结果的可复现性 ...
deepinout.com
Java中的TreeMap subMap ()方法及其示例 - Deepinout
Java中的TreeMap subMap ()方法及其示例 Java中的TreeMap是一种有序的key-value存储结构，具有高效的查找和插入操作。而subMap ()方法则是TreeMap的一个重要功能，可以返回一个子Map，用于筛选满足特定要求的key-value对。 subMap ()方法的用法及语法 subMap ()方法可以根据low和high两个参数，返回一个包含所有位于 ...
cloud.genepattern.org
SubMap - GenePattern
The SubMap module (by default) uses a larger number of permutations to compute more accurate p-values. Input data sets should have common identifiers. The intersection of these data sets is automatically extracted.
www.cnblogs.com
cartographer代码阅读 (4)——submap - 水水滴答 - 博客园
Jun 23, 2022 · cartographer代码阅读 (4)——submap 前言 几个关键数据结构 submap：父类，由submap2d继承后，还会有栅格类型等的属性 //子图的局部位姿 const transform::Rigid3d local_pose_; //子图包含的激光帧数 int num_range_data_ = 0; //子图插入是否结束 bool insertion_finished_ = false;
bbs.bioinfo.info
生信 - 做专业的生信问答网站
通过使用submap算法，我们可以确定聚类亚组和TIDE免疫结果之间的相似性，从而评估它们之间的可行性。 通过比较聚类亚组和TIDE免疫结果，我们可以得出以下结论： - 如果聚类亚组和TIDE免疫结果之间存在高度一致性，则说明使用聚类方法进行亚组分型是可行的 ...
blog.csdn.net
【自动驾驶】Submap总结 - CSDN博客
Mar 8, 2024 · 文章浏览阅读1.4k次，点赞21次，收藏20次。大规模点云地图的点云数量一般为10的6+次方量级，直接而全部加载对内存大小要求高， 空间尺度大，不便于快速变换视角，为便于可视化，提高查看效率，可将原始点云按网格分组，如以20m见方将点云分划为不同的submap，可视化“缩略地图”，每个submap以 ...
bbs.bioinfo.info
submap细节 - 做专业的生信问答网站
在进行submap时，我们选择了特定的基因来构建输入的表达矩阵。这些基因的选择是通过一系列过滤方法来进行的。 对于使用cDNA微阵列生成的log2转换比率数据，我们首先去除在超过5%样本中数值缺失的基因。然后，对于剩下的基因，我们使用k最近邻算法 (ImputeMissingValues.KNN，GenePattern软件包中的功能 ...