21、数据处理与分析：块边界检测及地理信息推断

数据处理与分析：块边界检测及地理信息推断

在数据处理与分析领域，有两个重要的研究方向值得关注，一是块式常量矩阵中块边界的快速检测，二是利用非代表性数据推断被审查的地理信息。下面将详细介绍这两个方面的研究内容。

块式常量矩阵中块边界的快速检测

在处理受噪声干扰的块式常量矩阵时，研究人员提出了一种将问题转化为变量选择问题的新方法。该方法具有高效性和低计算负担的特点，适用于处理来自分子生物学的大规模数据集。

1. 阈值对变化点估计的影响
   • 研究发现，当阈值（thresh）在[20, 40]区间内时，即使在高噪声水平的情况下，变化点的数量和位置也能得到很好的估计。
   • 不同的σ值会影响每个估计变化点的得分，真实的变化点位置位于行和列的101、201、301和401处。
2. 应用于HiC数据
   • 将该方法应用于公开可用的小鼠皮质染色体1和19的相互作用矩阵数据。
   • 比较了该方法与其他方法在估计变化点的数量和位置上的差异。通过计算行变化点的Hausdorff距离的两部分d1和d2，发现两种方法的分割结果存在一些差异，但当估计的变化点数量相同时，块的边界非常接近。
   • 例如，当thresh = 1.8%（左）和10%（右）时，两种方法的变化点位置有很多相似之处。
3. 方法优势
   • 与其他方法相比，该方法的计算负担极低，为处