matlab中AIC代码及实例-RefBool:RefBool-一种基于参考的算法，用于对基因表达数据进行布尔化

matlab中AIC代码及实例引用库 RefBool-一种基于参考的算法，用于对基因表达数据进行布尔化 要求 RefBool已通过Matlab 2015b进行了测试，并且需要“统计和机器学习工具箱”进行分配拟合。 不需要其他工具箱或第三方功能即可运行RefBool。 用法 RefBool的核心功能是将布尔表达或离散化为基因表达数据的三种状态，并且迄今为止已针对人RNA-Seq和微阵列数据进行了测试。 我们在下面描述获取查询基因离散化表达值的工作流程。 1.确定阈值分布 RefBool要求存在一个参考分布，用于评估表达测量值是否与相应基因的活跃或不活跃状态相关。 这些分布可以通过使用以下输入调用DefineThresholdDistributions.m来获得： 一个m×n矩阵（不是单元阵列！），其中包含m个基因（行），每个基因有n个样本（列）。 该矩阵包含RNA-Seq测量值，基于这些测量值可以确定阈值分布。 DataAccess.txt中的数据集可用于人类RNA-Seq和微阵列数据。 要绘制为近似概率分布的参数分布的引导程序样本数。 我们凭经验确定1000个引导程序样本足以获得接近正