bioRxiv 预印本· Krutkin, D. D., Kelley, S. T. ·· 22 小时前AI 评分8
中心化对数比（clr）变换在共现网络中的多重共线性伪影：rclr 可消除
Co-occurrence network multicollinearity artefacts using centered log-ratio transformation
AI 导读
bioRxiv 预印本研究显示，下一代测序数据的成分性会使共现（相关）网络产生大量假阴性相关，而 clr 变换前必需的零值替换会引入多重共线性伪影。较新的稳健中心化对数比（rclr）方法可在基于相关的网络分析中消除这些伪影。
来源：bioRxiv 预印本 · biorxiv.org