Préambule
On commence par charger la librarie RGCCA et les
données.
library(RGCCA)
load("ge_cgh_locIGR.rda")Puis on prépare les données pour les mettre dans des objets compatibles avec l’utilisation de RGCCA.
y <- factor(colnames(ge_cgh_locIGR$multiblocks$y)[ge_cgh_locIGR$ylabel])
A <- list(
GE = ge_cgh_locIGR$multiblocks$GE,
CGH = ge_cgh_locIGR$multiblocks$CGH,
y = y)Validation croisée
On effectue une validation croisée de type \(k\)-fold (avec \(k = 5\)). Pour plus d’information sur la validation croisées, voir la page (succincte) sur Wikipedia.
On effectue la validation croisée sur un grille de paramètres de parcimonie. Le paramètre de parcimonie varie, pour bloc de \(p\) variables, entre 1 et \(\sqrt{p}\). On crée donc une grille de 100 couples de paramètres de parcimonie qui reprennent cette contrainte. La matrice de connexions reprend bien le design “hiérarchique”, et , si possible, on peut lancer la validation croisée sur plusieurs “curs” (on en prend 4).
C <- matrix(c(0, 0, 1,
0, 0, 1,
1, 1, 0),
3, 3)
set.seed(5679)
res.sgcca.cv <- rgcca_cv(
blocks = A,
response = 3,
method = "sgcca",
scheme = "factorial",
tau = c(1, 1, 0),
connection = C,
ncomp = c(1, 1, 1),
par_type = "sparsity",
par_value = as.matrix(expand.grid(
(3:10)/sqrt(15702),
(3:10)/sqrt(1229),
1)),
validation = "kfold",
prediction_model = "lda",
metric="Accuracy",
n_run = 10,
n_cores = 4)Les résultats de la validation croisée sont présentés ci-après.
plot(res.sgcca.cv)
Une fois la validation croisée terminée, la fonction
rgcca est capable, à partir des résultats, d’appliquer la
méthode SGCCA avec les valeurs optimales des paramètres de
parcimonie.
res.sgcca.opt <- rgcca(res.sgcca.cv)Les plans factoriels des deux premières composantes de chaque bloc sont représentés ci-après.
plot(res.sgcca.opt, type = "samples")
Le nombre de variable sélectionné est de 116 pour l’expression de gènes et de 13 pour les segments CGH.
Dans cette version du jeu de données, nous n’avons pas beaucoup plus d’information sur les gènes et sur les segments, donc on ne peut pas vraiment aller plus loins. Mais après avoir obtenu ces résultats, il serait tout à fait possible de faire des analyses complémentaires (enrichissement par exemple)