まず、Python バージョン 3.7 で Health Model という名前の新しい仮想環境を作成します。Slurm クラスター スーパーコンピューティング プラットフォームで、Load Anaconda コマンド モジュールを実行します。コマンドが実行されると、確認プロンプトが画面に表示されます。
「Y」と入力して続行し、プロセスが完了するのを待ちます。次に、プラットフォーム固有の手順に従って仮想環境をアクティブ化します。次に、コマンドを実行してPyTorch 1.13.1をインストールします。
トーチ形状 (torch_scatter、torch_sparse、torch_cluster、torch_spline_convulsion など) の追加パッケージを、取り付けガイドラインに従ってインストールします。次に、トーチジオメトリックパッケージバージョン2.2.0をインストールします。コードと事前トレーニング済みの正常性モデルを Health Informatics Lab の Web サイトからダウンロードします。
ファイルを目的のパスに解凍します。次に、コマンド ラインの作業ディレクトリを正常性モデルの mqTrans フォルダーに変更します。コマンドを実行して mqTrans 特徴を生成し、出力を取得します。
mqTrans フィーチャーは出力 MQ ターゲット CSV として生成され、ラベル・ファイルは出力ラベル CSV として再保存されます。さらに、mRNA遺伝子の元の発現値を抽出し、ファイル出力テストターゲットCSVとして抽出します。次に、特徴選択アルゴリズムを使用してmqTrans特徴を選択します。
mqTrans 特徴または元の特徴を結合せずに選択する場合は、Combine を false に設定します。800 個の元の特徴を選択し、トレーニングとテストのためにデータセットを 0.8 から 0.2 に分割します。mqTrans 特徴を特徴選択の元の式値と結合するには、combine を true に設定します。
mqTrans値が異なるが、mRNA発現が異なるダークバイオマーカーが同定された。3062の特徴のうち、221のダークバイオマーカーが検出されました。ダークバイオマーカーの全般的な不足は、BRCA、MESO、およびTGCTを除くほとんどのがん種において、従来のバイオマーカーと比較して観察された。
