R中的社区检测要归功于igraph包

Question

我有一个关于OTUs和基因之间的相关性的data.frame。这些相关性将使我能够构建基因组。这个data.frame有1105854行。

      var1                var2  corr
1  OTU3978 UniRef90_A0A010P3Z8 0.846
2  OTU4011 UniRef90_A0A010P3Z8 0.855
3  OTU4929 UniRef90_A0A010P3Z8 0.829
4  OTU4317 UniRef90_A0A011P550 0.850
5  OTU4816 UniRef90_A0A011P550 0.807
6  OTU3902 UniRef90_A0A011QPQ2 0.836
7  OTU3339 UniRef90_A0A011RKI6 0.835
8  OTU1359 UniRef90_A0A011RLA7 0.801
9  OTU2085 UniRef90_A0A011RLA7 0.843
10 OTU3542 UniRef90_A0A011RLA7 0.866
11 OTU0473 UniRef90_A0A011TDE1 0.807

我使用igraph库来构建一个图形对象。

g<-graph.data.frame(df)

然后，我想提取这个图的组成部分来构建基因组:我的意思是，一个组成部分将对应于一个基因组。

我尝试了这个命令：genomes<-split(names(V(g)),components(g)$membership)

它返回了几个组件，例如：

> genomes[[4]]
[1] "OTU2417"             "UniRef90_A0A076H0Q4" "UniRef90_A0A2E8T3F8"
[4] "UniRef90_G5ZY43"

我检查OTU和每个组件的不同基因，这要归功于我的OTUs表和EMBL-EBI基因数据库。我可以确定每个重建的基因组是否有意义。

我还查看了文档，我发现了许多其他的社区检测方法:边缘中间，卢瓦恩，多层次...我想知道我使用的命令行(它给我提供了非常有意义的组件)和这些算法(它也给我提供组件)之间的主要区别是什么？

谢谢

Answer 1

如果你期望你想要找到的集群在你的图中彼此弱断开连接，使用组件搜索将会起作用。如果您希望集群之间存在连接，这些连接将在完整性搜索中组合在一起。

Louvain和edge-betweeness没有这个限制，他们试图通过分别最大化目标、模块性和中间性来找到最优的分区/社区分配/聚类。模块化方法受到分辨率限制:非常小但截然不同的社区永远不会在足够大的图中被识别。如果您希望找到许多较小的集群，请记住这一点。