Matlab：删除重复的交互 [英] Matlab: Removing duplicate interactions

问题描述

我有一个蛋白质 - 蛋白质相互作用的数据。矩阵的大小为< 4850628x3>。前两列是蛋白质，第三列是其自信得分。如果蛋白A与B，C，D相互作用，问题是一半的行是重复的对

。它被提及为

• AB 0.8


• AC 0.5


• AD 0.6


• BA 0.8


• CA 0.5


• DA 0.6

如果您观察到与A和B交互的A进行交互的自信得分为0.8

如果我有一个<4850628x3>的矩阵，那么一半的行是重复对。如果我选择Unique（1，:)我可能会丢失一些数据。

但是我想要< 2425314x3>即没有重复的对。如何有效地执行？

感谢
Naresh

解决方案

假设在您的矩阵中，您可以使用唯一的ID存储每个蛋白质。

（例如：A = 1，B = 2，C = 3 ...）您的示例矩阵将是： >

  M = 
 
 1.0000 2.0000 0.8000 
 1.0000 3.0000 0.5000 
 1.0000 4.0000 0.6000 
 2.0000 1.0000 0.8000 
 3.0000 1.0000 0.5000 
 4.0000 1.0000 0.6000 
  

您必须首先排序行第二列，以便您始终按相同的顺序使用蛋白质对：

  M2 = sort（M（：，1：2），2）
 
 M2 = 
 
 1 2 
 1 3 
 1 4 
 1 2 
 1 3 
 1 4 
  

然后使用唯一与第二个参数 rows 并保留唯一对索引：

  [〜，idx] = unique（M2，'rows'）
 
 idx = 
 
 1 
 2 
 3 
  

最后过滤您的初始矩阵，以保持独特的对。

  R = M（idx，:) 
 
 R = 
 
 1.0000 2.0000 0.8000 
 1.0000 3.0000 0.5000 
 1.0000 4.0000 0.6000 
  

Etvoilà！ / p>

I have a Protein-Protein interaction data of homo sapiens. The size of the matrix is <4850628x3>. The first two columns are proteins and the third is its confident score. The problem is half the rows are duplicate pairs

if protein A interacts with B, C, D. it is mentioned as

• A B 0.8
• A C 0.5
• A D 0.6
• B A 0.8
• C A 0.5
• D A 0.6

If you observe the confident score of A interacting with B and B interacting with A is 0.8

If I have a matrix of <4850628x3> half the rows are duplicate pairs. If I choose Unique(1,:) I might loose some data.

But I want <2425314x3> i.e without duplicate pairs. How can I do it efficiently?

Thanks Naresh

解决方案

Supposing that in your matrix you store each protein with a unique id.
(Eg: A=1, B=2, C=3...) your example matrix will be:

M =

    1.0000    2.0000    0.8000
    1.0000    3.0000    0.5000
    1.0000    4.0000    0.6000
    2.0000    1.0000    0.8000
    3.0000    1.0000    0.5000
    4.0000    1.0000    0.6000

You must first sort the two first columns row-wise so you will always have the protein pairs in the same order:

M2 = sort(M(:,1:2),2)

M2 =

     1     2
     1     3
     1     4
     1     2
     1     3
     1     4

Then use unique with the second parameter rows and keep the indexes of unique pairs:

[~, idx] = unique(M2, 'rows')

idx =

     1
     2
     3

Finally filter your initial matrix to keep unly the unique pairs.

R = M(idx,:)

R =

    1.0000    2.0000    0.8000
    1.0000    3.0000    0.5000
    1.0000    4.0000    0.6000

Et voilà!

这篇关于Matlab：删除重复的交互的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！