Network Visualisation Request

[ZheFrench]

Tu m'as demandé de vraiment décrire le besoin pour le network.

Je ne sais pas si c'est l'endroit adapté et si tu veux fonctionner comme ça.
Je sais pas si on joue vraiment le jeu du soft development (à la GIRA) . Ca peut être pas mal si un jour quelqu'un reprend le projet, ça laisse une trace des discussions. It's up to you.

Pour les bugs, c'est pas mal par contre, j'aurais du d'ailleurs les tracker comme ca.

Donc mon problème, c'était juste pour diversier un peu les plots.
Je suis pas un grand expert des plots de networks, alors si je vois un package qui me sort un network pas trop mal...je prends.
Jpense que c'est le cas de bcp de random bioinfo. Surtout si c'est simple à faire.

J'ai pas regardé le Network.R.
Généralement, je faisais juste scoring LR et pathways en mode reduce.
Je regardais souvent juste le pathway.

Je perdais la notion des genes associés au pathway et de leur connexion.
Je m'y suis intéressé quand j'approchais le benchmark avec les différentes tailles de signatures.
Je me demendais si je benchmarquais avec la taille des pathways ou des targets, puis après je me suis demandé pourquoi j'avais pas tout les genes du pathway dans le network alors qu'ils étaient exprimés.

Avec cette intersection avec le big network, je ne savais plus quelles étaient les gènes véritablement dans la signature.

Tu as 50 genes EMT dans GO par exemple.
Ten a 30 qui sortent.
A la fin t'es frustré et tu veux savoir ou sont les 20 autres,non ? (juste pas exprimés, pas dans le big network, ou exclu par nettoyage)

ET souvent tu te rends compte dans les grands pathways, t'as pas bcp de plus genes targets mais juste parce qu'il trouve pas bcp plus de genes dans le network.

Dans function interactions, effectivement je renvoyais d.int ( et je bypasser le is infinite ou tu gardes les true targets) ,c'est pour ça que j'avais d networks desfois non connectés.
https://github.com/ZheFrench/BulksignalR/blob/master/R/inference.R