跨样本聚合归因分数并对节点度做偏倚校正的解释分析器
ImportanceAnalyzer
00 Remarks
样本级 → 总分:对全部 n_s 个样本求绝对值之和,得到节点的总重要性 C_i,l = Σ_s |C_i,l^s|。 注意这是恒正的绝对量(衡量"该节点对结果的影响力大小"), 而节点本身的激活 a_i,l^s 是有符号的(衡量"该节点对某样本是推向耐药还是推向原发")。
图结构偏倚校正:一个通路节点若属于过多父通路(枢纽节点、过度注释), 会通过更多路径汇聚归因分数,导致其重要性被系统性高估。 论文给出的校正规则为:定义节点度 d_i,l = fan_in + fan_out, 令 μ、σ 为全体节点度的均值与标准差,则
adjusted C_i,l = C_i,l / d_i,l (当 d_i,l > μ + 5σ),否则保持不变。
注意这里只惩罚极端枢纽(度超过均值 5 个标准差的节点,按度等比例缩分), 普通节点不动 —— 这是一个温和的、只修剪分布长尾的校正, 避免把"真正重要且连接多的枢纽"(例如 TP53 通路)误伤。
01 Syntax
02 Methods
| Name | Overloads | Summary |
|---|---|---|
| Analyze | 1 | 对归因结果做跨样本聚合与偏倚校正 |
| TopGenes | 1 | 取得重要性排名最高的若干个基因(即基因层节点) |
| TopPathways | 1 | 取得指定通路上重要性排名最高的若干个节点 |
| TopAlterations | 1 | 统计"基因 → 改变类型"的重要性,对应论文图 3 的 Sankey 图分析 |
| PrintReport | 1 | 生成可打印的解释报告 |
03 Members
对归因结果做跨样本聚合与偏倚校正
| Name | Type | Description |
|---|---|---|
result | DeepLIFTResult | DeepLIFT 归因结果 |
全部节点的解释结果列表,按照层下标与节点下标排列
IEnumerable(Of NodeImportance), Int32)取得重要性排名最高的若干个基因(即基因层节点)
| Name | Type | Description |
|---|---|---|
items | IEnumerable(Of NodeImportance) | 由 ImportanceAnalyzer.Analyze() 得到的节点解释结果 |
topN | Int32 | 返回的数量 |
按照校正后分数降序排列的基因列表
IEnumerable(Of NodeImportance), Int32, Int32)取得指定通路上重要性排名最高的若干个节点
| Name | Type | Description |
|---|---|---|
items | IEnumerable(Of NodeImportance) | 由 ImportanceAnalyzer.Analyze() 得到的节点解释结果 |
layerIndex | Int32 | 通路层下标,1 表示最精细的通路层 |
topN | Int32 | 返回的数量 |
按照校正后分数降序排列的通路列表
Int32)统计"基因 → 改变类型"的重要性,对应论文图 3 的 Sankey 图分析
论文通过该分析揭示了改变类型与基因的对应关系: AR 主要由扩增驱动、TP53 主要由突变驱动、PTEN 主要由缺失驱动, 并且发现拷贝数变异比突变携带的信息量更大。
| Name | Type | Description |
|---|---|---|
result | DeepLIFTResult | DeepLIFT 归因结果 |
topN | Int32 | 返回的数量 |
按照归因分数绝对值之和降序排列的改变类型列表
Int32)生成可打印的解释报告
| Name | Type | Description |
|---|---|---|
result | DeepLIFTResult | DeepLIFT 归因结果 |
topN | Int32 | 每一层输出的节点数量 |
多行报告文本