单个 WGCNA 模块的 DBN 子网络训练结果容器(模块内部使用,不污染公共 API)。
ModuleDBN
01 Syntax
SMRUCC.genomics.Analysis.BNLearn.ModularNetwork.ModuleDBN
02 Properties
| Name | Overloads | Summary |
|---|---|---|
| ModuleColor | 1 | WGCNA 模块颜色标签 |
| Genes | 1 | 该模块参与训练的基因名(与 timeSeries 子矩阵对齐) |
| Net | 1 | 已构建拓扑并完成参数学习的动态贝叶斯网络子网络 |
| Eigengene | 1 | 模块 eigengene 轨迹:各时间点的模块基因均值向量(用于模块间相关度) |
| GeneIndex | 1 | 模块内基因名 → 在 Genes 数组中的索引 |
| WildtypeAbundance | 1 | 该模块各基因的野生型(未受扰动)表达丰度:基因 ID → 丰度值。 由训练流程自动计算(各基因在时间序列上的中位数,对 dropout 零值与 异常值稳健),作为虚拟扰动推演的初始状态与响应参照基准。早期实现把初始 状态硬编码为"全部 Medium",导致未受扰动影响的基因一律输出 Medium。 可由 BlockBayesianNetwork.… |
03 Members
ModuleColor
WGCNA 模块颜色标签
Genes
该模块参与训练的基因名(与 timeSeries 子矩阵对齐)
Net
已构建拓扑并完成参数学习的动态贝叶斯网络子网络
Eigengene
模块 eigengene 轨迹:各时间点的模块基因均值向量(用于模块间相关度)
GeneIndex
模块内基因名 → 在 Genes 数组中的索引
WildtypeAbundance
该模块各基因的野生型(未受扰动)表达丰度:基因 ID → 丰度值。
由训练流程自动计算(各基因在时间序列上的中位数,对 dropout 零值与 异常值稳健),作为虚拟扰动推演的初始状态与响应参照基准。早期实现把初始 状态硬编码为"全部 Medium",导致未受扰动影响的基因一律输出 Medium。 可由 BlockBayesianNetwork.SetWildtypeBaseline 覆盖。