R:用离散小波变换比较新陈代谢模型之间的差异

Question

我正在研究比较细菌代谢模型。每个模型都有一组代谢物及其在200个时间点的浓度。我正在对这些模型进行比较，以便根据它们的相似性对它们进行聚类。我遵循的一种方法是使用欧几里德距离对两个模型中的每个代谢物对进行成对比较。下面是我的数据的样子。这是一个sample data file。

​

​

我计算了模型A中的Met1和模型B中的Met1的成对欧几里德距离。同样，计算了两个模型(模型A中的Met4和模型B中的Met4)之间所有常见代谢物的距离，并将距离相加得到两个模型之间的距离(相异)。类似地，我计算了所有模型的相异矩阵，并使用层次聚类对它们进行聚类。

现在，我想使用离散小波变换作为距离度量来计算模型之间的差异性。然而，我在包定义中找不到如何比较两个时间序列的方法。我想知道如何使用离散小波变换来计算两个时间序列之间的相异距离，因此对于我的模型。

Answer 1

看一看TSclust包。下面是如何将其应用于示例数据的方法。

require(TSclust)

#read in the data
model_a <- read.csv("~/Desktop/Model A.csv", header = TRUE, stringsAsFactors = FALSE)
model_b <- read.csv("~/Desktop/Model B.csv", header = TRUE, stringsAsFactors = FALSE)

#data must be in rows rather than columns
model_a <- as.data.frame(t(model_a))

model_b <- as.data.frame(t(model_b))

#calculate dissimlarities between metabolites in models 1 and 2
met1_DWT.diss <- as.numeric(diss.DWT(rbind(model_a['Met1', ], model_b['Met1', ])))
met1_DWT.diss
[1] 90.80332

met2_DWT.diss <- as.numeric(diss.DWT(rbind(model_a['Met2', ], model_b['Met2', ])))
met2_DWT.diss
[1] 1.499241