시작하려면 Python 버전 3.7을 사용하여 상태 모델이라는 새 가상 환경을 만듭니다. Slurm 클러스터 슈퍼컴퓨팅 플랫폼에서 모듈 Load Anaconda 명령을 실행합니다. 명령이 실행되면 화면에 확인 프롬프트가 나타납니다.
계속하려면 Y를 입력하고 프로세스가 완료될 때까지 기다립니다. 그런 다음 플랫폼별 지침에 따라 가상 환경을 활성화합니다. 다음으로 명령을 실행하여 PyTorch 1.13.1을 설치합니다.
설치 지침에 따라 torch_scatter, torch_sparse, torch_cluster 및 torch_spline_convulsion와 같은 토치 형상을 위한 추가 패키지를 설치합니다. 그런 다음 토치 기하학적 패키지 버전 2.2.0을 설치합니다. Health Informatics Lab 웹 사이트에서 코드 및 사전 학습된 상태 모델을 다운로드합니다.
원하는 경로로 파일의 압축을 풉니다. 그런 다음 명령행의 작업 디렉토리를 상태 모델 mqTrans 폴더로 변경하십시오. 명령을 실행하여 mqTrans 기능을 생성하고 출력을 확보하십시오.
mqTrans 기능은 출력 MQ 대상 CSV로 생성되고 레이블 파일은 출력 레이블 CSV로 다시 저장됩니다. 또한 mRNA 유전자의 원래 발현 값은 파일 출력 테스트 타겟 CSV로 추출됩니다. 그런 다음 mqTrans 기능을 선택하기 위해 기능 선택 알고리즘을 사용하십시오.
mqTrans 기능 또는 원래 기능을 결합하지 않고 선택하는 경우 결합을 false로 설정하십시오. 800개의 원래 특징을 선택하고 학습 및 테스트를 위해 데이터 세트를 0.8에서 0.2로 분할합니다. 기능 선택을 위해 mqTrans 기능을 원래 표현식 값과 결합하려면 결합을 true로 설정하십시오.
mqTrans 값이 다르지만 mRNA 발현이 미분인 어두운 바이오마커가 확인되었습니다. 3062개의 특징 중 221개의 어두운 바이오마커가 검출되었습니다. BRCA, MESO 및 TGCT를 제외한 대부분의 암 유형에서 전통적인 바이오마커와 비교하여 다크 바이오마커의 일반적인 희소성이 관찰되었습니다.
