Discussion :

[zaboug]

Bonjour à tou(te)s,

j'aimerais avoir des informations sur clustering hierarchique avec Bioperl.

En effet, j'en ai jamais fait moi-même (ni avec bioperl, ni avec quoi que ce soit d'autre), et j'avoue que je m'y perds un peu.
Mais là, j'ai pas le choix, boulot oblige, faut que j'en fasse

J'ai des données que j'ai réussi à représenté sous la forme présentée en image jointe (grâce au module GD).
les données sont triées, mais pas regroupées.

j'ai vu sur le cpan qu'il existe un certain nombre de modules perl pour faire des arbres et des clusters, et je ne sais pas par où commencer...
Faut-il obligatoirement commencer par faire un arbre avant de pouvoir faire un cluster?
Y'a-t-il un module perl plus efficace/simple que les autres?

Je me permets de poser la question sans avoir fait de grandes investigations avant car mon contrat se termine dans 3 semaines et que je dois obtenir les résultats avant...

Merci d'avance pour tous les conseils que vous pourrez m'apporter

[stoyak]

Pour essayer de faire simple:

La classification non supervisée (clustering) a pour but de construire une hiérarchie sur les individus et/ou les variables et est représentée sous la forme d'un arbre (voir l'image ci-jointe).
Pour cela, il faut choisir une méthode d'agrégation et une mesure de similarité.

Pour faire simple, et pour éviter d'avoir à trop chercher parmi les modules du CPAN, je te propose d'utiliser une application graphique gratuite qu'est TigrMeV ou d'utiliser un package R.
Je suppose en effet que tu peux disposer d'un fichier tabulé avec tes conditions en colonnes et des variables en lignes.

1 - Utilisation de TigrMeV:
* Commence par télécharger l'application
* Une fois l'application installée, tu charges ton fichier tabulé. Tu choisis ensuite la fonction "HCL" (clustering hiérarchique) et les options adéquates.
Tu pourras alors sauver l'image générée.

2 - Utilisation de R
* Télécharge le package "cluster"
* Tu exécutes le code suivant:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
 
library(cluster)
data <- read.table("file.txt", sep =";", header = T, row.names=1)
classif <- agnes(scale(data, method = "ward")
plot(classif, xlab = "Legende")
title("Dendogramme avec méthode Ward")

ceci est un petit exemple de code. La fonction scale permet de standardiser les données. La méthode Ward est une méthode d'agrégation. La fonction plot dessine l'arbre (ou dendogramme).

Si l'une de ces deux façons de faire te convient et que tu as des questions, n'hésite pas !

[zaboug]

bonjour et merci de ta réponse.

Je peux en effet obtenir un fichier tabulé avec mes conditions en colonnes et mes variables en lignes en mettant des 0 et des 1 à la place du vert et du rouge.

je vais tester les méthodes que tu me proposes.

[zaboug]

j'ai opté pour le logiciel MeV qui marche très bien et est simple d'utilisation (la preuve, quelqu'un qui n'y connais rien comme moi a réussi à s'en servir )

encore merci