TODO 12/11 #1
Description
0.- Calcular held-out likelihood amb K = 1. Aixo fa que tots els gens pertanyin al mateix grup, per tant tenen el 100 % de possibilitats de ser del grup únic a la matriu pr.
1.- Per cada K, fer mitjana (mitjana de metriques) dels 5 folds per a trobar millor K. (La millor k de totes maners ja sabem que es K = 2, es pa tenir grafiquets)
1.1.- Amb totes les dades amb la millor k trobada correr 500 vegades i quedarse amb les dades del millor model (millor likelihood)
2.- GO therms: per cada gen volem:
2.1.- Trobar la seva jerarquia GO term mitjançant APIs (Biopython). Emmagatzemar a una ED adequada per aixo. (dissenyar TAD)
2.2.- Mirar les categories que hi ha (cellular process, compartiment...) i decidir a quin nivell de profunditat situarem el nostre focus. (a priori ha de ser molt especific). Cal tenir en compte que gens que interactuen no tenen per que fer la mateixa funció ni res semblant, per tant, segons la jerarquia trobarem unes coses o unes altres.