Solo estoy tratando de replicar una afirmación hecha en el siguiente documento, Buscando Biclusters correlacionados a partir de datos de expresión génica , que es:
Proposición 4. Si . entonces tenemos:
yo. Si es un bicluster perfecto con modelo aditivo, entonces es un bicluster perfecto con correlación en columnas; ii) Si es un bicluster perfecto con modelo aditivo, entonces es un bicluster perfecto con correlación en las filas; iii) Si tanto como son perfectos con modelo aditivo, entonces X I J es un bicluster correlacionado perfecto.
Estas proposiciones se pueden probar fácilmente ...
... pero por supuesto, no lo prueban.
Estoy usando algunos de los ejemplos simples en el documento más base + código R personalizado para ver si puedo demostrar esta Proposición.
corbic <- matrix(c(0,4,-4,2,2,-2,6,0,4,-8,16,-2,-2,10,-14,4), ncol=4)
(de la tabla 1F)
algún código personalizado para convertir la forma estándar X = svd a X = R C T como se describe en el documento:
svdToRC <- function(x, ignoreRank = FALSE, r = length(x$d), zerothresh=1e-9) {
#convert standard SVD decomposed matrices UEV' to RC' form
#x -> output of svd(M)
#r -> rank of matrix (defaults to length of singular values vector)
# but really is the number of non-zero singular values
#ignoreRank -> return the full decomposition (ignore zero singular values)
#zerothresh -> how small is zero?
R <- with(x, t(t(u) * sqrt(d)))
C <- with(x, t(t(v) * sqrt(d)))
if (!ignoreRank) {
ind <- which(x$d >= zerothresh)
} else {
ind <- 1:r
}
return(list(R=as.matrix(R[,ind]), C=as.matrix(C[,ind])))
}
aplique esta función al conjunto de datos:
> svdToRC(svd(corbic))
$R
[,1] [,2]
[1,] 0.8727254 -0.9497284
[2,] -2.5789775 -1.1784221
[3,] 4.3244283 -0.7210346
[4,] -0.8531261 -1.0640752
$C
[,1] [,2]
[1,] -1.092343 -1.0037767
[2,] 1.223860 -0.9812343
[3,] 3.540063 -0.9586919
[4,] -3.408546 -1.0263191
A menos que esté alucinando, estas matrices no son aditivas, a pesar de que el corbic exhibe una correlación perfecta entre filas y columnas. Parece extraño que el ejemplo que brindan muestra la propiedad que dijeron que debería ... a menos que me falte algún tipo de paso de transformación anterior o posterior al DVD.
4iii
dice eso P(R), P(C), additivity => P(X)
? (Estoy abreviando " Y
es un bicluster perfecto" como P(Y)
). Parece que vas en la otra dirección, esperando esa aditividad de las otras condiciones. Por favor explique más.
4iii
no dice que si X
es un bicluster perfectamente correlacionado entonces R
y C
será aditivo. La implicación va en la otra dirección. Ahora, estoy de acuerdo en que es extraño que el ejemplo que dan no parezca coincidir con los teoremas de al lado. ¿Quizás haya alguna otra información que pueda proporcionar? ¿Hay algún otro teorema que vaya en la otra dirección?