我一直在尝试使用 tiedie 。用几句话，该软件包括一种算法，当您通过一些查询节点和网络时，可以找到重要的子网。借助较小的网络，它可以正常运行，但是我感兴趣的网络很大，它具有 21988节点和360474边缘。Tiedie使用 scipy 生成初始网络内核（尽管MATLAB也是生成此内核的选项，但我不拥有许可证）。在本内核的一代中，我会收到以下错误：
Not enough memory to perform factorization. Traceback (most recent call last):
File "Trials.py",
line 44, in <module> diffuser = SciPYKernel(network_path)
File "lib/kernel_scipy.py",
line 83, in __init__ self.kernel = expm(time_T*L)
File "/home/agmoreno/TieDIE-trials/TieDIE/local/lib/python2.7/site-packages/scipy/sparse/linalg/matfuncs.py",
line 602, in expm return _expm(A, use_exact_onenorm='auto')
File "/home/agmoreno/TieDIE-trials/TieDIE/local/lib/python2.7/site-packages/scipy/sparse/linalg/matfuncs.py",
line 665, in _expm X = _solve_P_Q(U, V, structure=structure)
File "/home/agmoreno/TieDIE-trials/TieDIE/local/lib/python2.7/site-packages/scipy/sparse/linalg/matfuncs.py",
line 699, in _solve_P_Q return spsolve(Q, P)
File "/home/agmoreno/TieDIE-trials/TieDIE/local/lib/python2.7/site-packages/scipy/sparse/linalg/dsolve/linsolve.py",
line 198, in spsolve Afactsolve = factorized(A)
File "/home/agmoreno/TieDIE-trials/TieDIE/local/lib/python2.7/site-packages/scipy/sparse/linalg/dsolve/linsolve.py",
line 440, in factorized return splu(A).solve
File "/home/agmoreno/TieDIE-trials/TieDIE/local/lib/python2.7/site-packages/scipy/sparse/linalg/dsolve/linsolve.py",
line 309, in splu ilu=False, options=_options)
MemoryError
最有趣的是，我正在使用具有64个CPU的群集计算机，而700GB或RAM，并且软件在存储器使用率的1.3％（〜10GB）上达到峰值（〜10GB）。监视，在执行的某个时刻和稍后破碎。有人告诉我，RAM的使用没有限制...所以我真的不知道会发生什么...
也许这里有人可以帮助我找到Scipy或解决它的替代方案。
可能仅使用一个节点而出现内存错误？在这种情况下，我该如何在节点上分发工作？
预先感谢。
是正确的，对于这样的大型网络，您需要在单个节点上进行高内存。最简单的解决方案当然是解决方法：
（1）您是否有任何方法可以减少输入网络的大小，同时仍在捕获相关的生物学？也许只是在距离输入节点2步之遥的所有节点上寻找所有节点？
（2）使用新的Cytoscape API为您进行扩散：http：//journals.plos.org/ploscompbiol/article?id=10.1371/journal.pcbi.pcbi.1005598（https://github.com/iDekerlab/热水膨胀）
（3）使用pagerank而不是计算热核（不理想，因为我们已经表明扩散倾向于在生物网络上更好地工作）。
希望这会有所帮助！-evan Paull（Tiedie Developer/Lead Woter）