Classifications de données

Bonjour à tous,
j'ai un tableau dont les lignes correspondent à des individus et dans les colonnes j'ai des données tel que l'activité d'une proteine.

J'aimerai trouver des méthodes de classification pour déterminé si tel ou tel individu est dans tel catégorie, en fonction de l'activité de la proteine (chaque catégorie correspond en fait à un génotype). Je sais pas du tout vers quoi me diriger. Si vous aviez des idées ce serai vraiment bien et ça me permettrai de me débloquer ^^.

J'espère avoir une réponse :oops::roll:

Merci d'avance

Tu peux essayer la méthode des K-Means ou un Clustering hiérarchique. Les 2 sont très simples à faire sous R :
- pour les kmeans : fonction kmeans(..)
- pour le clustering hiérarchique : fonction hclust(..)

Par contre, le résultat n'est pas garanti. Surtout lorsqu'il s'agit de données biologiques ; autrement dit, des données avec plus ou moins de variations, des données continues, voir des données manquantes ... C'est pas gagné !

Il faut savoir que le clustering (ou méthode de classification) est un très gros domaine d'étude à la fois en informatique et en mathématique...

Bonjour,


Quand tu parles des catégories de tes individus, est-ce que tu disposes de données pour lesquelles tu connais, et la catégorie de l'individu, et les autres informations concernant l'activité des protéines par exemple? I.e., est-ce que tu as un tableau où les lignes représentent des individus, les colonnes les activités des protéines par exemple, plus une colonne donnant la catégorie des individus? J'espère que ma question est claire :mrgreen:

Si oui, dans ce cas tu peux te tourner vers des méthodes telles que l'analyse discriminante ou la régression logistique. Si tu as des questions à ce sujet, n'hésite pas.

Bonne continuation :)


Cordialement,

A.D.

Citation:

---

Quand tu parles des catégories de tes individus, est-ce que tu disposes de données pour lesquelles tu connais, et la catégorie de l'individu, et les autres informations concernant l'activité des protéines par exemple?

---

En fait, les informations que j'ai c'est :
- phénotype de l'individu (activité de la proteine)
- génotype (du type AA ou AB ou BB)
- la quantité de substrat (qui va réagir avec la proteine) qu'on met.
note : le génotype est influe sur l'activité de la protéine

Merci pour toutes ces infos, je vais étudier ces méthodes pour les tester sur la base de donnée. Mais si vous avez des conseil en plus (en voyant les nouvelles informations) n'hesitez pas a les postez. Elles serons les bien venues ;p

A tout hazard, connaîtriez vous un endroit où je peux trouver des rapport officiels de laboratoires ou autre qui parlent de ce genre de méthodes. (je doit quand même trouver des références^^)

Merciii^^

Bonjour,

Donc si j'ai bien compris, tu disposes de 3 variables : phénotype de l'individu et quantité de substrat qui sont tes variables explicatives, et génotype qui est ta variable "réponse" de type qualitative avec 3 modalités (AA , AB ou BB). C'est bien cela?

Petite question subsidiaire : quels sont les types des 2 variables explicatives : quantitative (= numérique), qualitative (= catégorielle) ?

Enfin, en ce qui concerne l'objectif de ton étude, tu cherches une méthode qui te permette de déterminer le génotype de nouveaux individus pour lesquels tu ne disposerais que des informations : phénotype + quantité de substrat. Est-ce bien cela?

Si tel est le cas, alors tu peux t'orienter vers les méthodes que je t'avais conseillées plus haut, à savoir l'analyse discriminante ou bien la régression logistique polytomique.
Si tu as des questions sur ces méthodes, n'hésite pas car je travaille dessus actuellement :D

Bonne continuation,

A.D.

Citation:

---

Donc si j'ai bien compris, tu disposes de 3 variables : phénotype de l'individu et quantité de substrat qui sont tes variables explicatives, et génotype qui est ta variable "réponse" de type qualitative avec 3 modalités (AA , AB ou BB). C'est bien cela?

---

Moi j'ai plutôt compris qu'en fait il possède 3 variables explicatives :
- l'activité protéique (qui devrait être quantitative)
- la quantité de substrat (qui devrait également quantitative)
- le génotype de l'individu (qualitative)

Citation:

---

Enfin, en ce qui concerne l'objectif de ton étude, tu cherches une méthode qui te permette de déterminer le génotype de nouveaux individus pour lesquels tu ne disposerais que des informations : phénotype + quantité de substrat. Est-ce bien cela?

---

Ce que j'ai compris, c'est qu'il aimerait simplement regrouper les différents individus en plusieurs classes (au moins 3 je suppose, vu qu'il y a 3 génotypes). Je n'ai pas l'impression qu'il veuille faire de la prédiction ...

Il s'agirait alors d'une classification non supervisée...

.. Enfin, tout ça demande confirmation ..

Citation:

---

J'aimerai trouver des méthodes de classification pour déterminé si tel ou tel individu est dans tel catégorie, en fonction de l'activité de la proteine (chaque catégorie correspond en fait à un génotype).

---

Donc le génotype est bien la variable à expliquer.

Donc comme A. D., je pense qu'on s'oriente vers une méthode supervisée avec 2 variables explicatives continues.

Je conseille un passage sur wikipédia pour la description des algorithmes les plus courants : Exploration de données. Tu y trouveras en particulier 2 grands tableaux résumé.

Tu as comme méthode descriptive les analyses factorielles (en particulier l'ACP) et comme méthodes prédictives les régressions (ANOVA, analyse discriminante, régression logistiques)

Je rappelle quelques sources : http://www.developpez.net/forums/d98...m/#post5649666. Tu as particulier le lien vers les cours BioStatistiques Lyon, avec en particulier une rubrique de cours appelé "évolution moléculaire" donc lequel on trouve, en autre, des cours de "Pratique de l'AFC inter-intra sur données génomique" et "Pratique de l'AFC discriminante sur données protéomiques et génomiques"
De plus, pour la bioinformatique avec R, la référence, c'est bioconductor.

Pour les références bibliographiques, tu devrais trouver ton bonheur sur pubmed... mais ton bonheur sera bien caché au milieu de millions d'autres articles :) Essaies avec "proteomics biomarker validation review" par exemple.

Ça ressemble à de l'elisa ou de la spectrométrie de masse ça...