我在数据科学/生物信息学方面遇到了一些问题，我想从人们那里得到一些想法。这是我的第一篇文章，我希望我问的问题是正确的。
我有多个两列tsv文件，第一列是基因的名称，第二列是相似基因共享的家族编号：

+------+----------+
| Gene | Family # |
+------+----------+
| A    |        1 |
| B    |        1 |
| C    |        1 |
| D    |        2 |
| E    |        2 |
+------+----------+

在这种情况下，a b和c相似，d和e相似。
现在，当我将相似性的参数更改为更严格时，会出现这些新的分组（另一个虚构的示例）：

+------+----------+
| gene | family # |
+------+----------+
| A    | 15       |
| B    | 15       |
| C    | 17       |
| D    | 19       |
| E    | 40       |
| ...  | ...      |
+------+----------+

在这种情况下，a和b是相似的，但是cd和e都是不同的。
我拥有的族#没有一致的族号，因此即使它们在同一个族中跨不同参数考虑，族#也是不同的。
我想看看这些不同参数对家庭群体的影响。我有10个不同的参数要测试，这意味着我想看看家庭分组如何在10个tsv文件中变化。
你知道什么是看待群体最有效的方法吗？也许直接用下面这样的基因名替换家族#会奏效，因为家族#并不一致，但基因名是：

+------+-----------------+----------------+----------------+-----+
| gene | similar gene #1 | similar gene 2 | similar gene x | ... |
+------+-----------------+----------------+----------------+-----+
| A    | B               | C              |                | ... |
| B    | A               | C              |                | ... |
| C    | A               | B              |                | ... |
| D    |                 |                |                | ... |
| E    |                 |                |                | ... |
+------+-----------------+----------------+----------------+-----+

所以在一个特定的参数下，ab和c仍然是相似的，但是d和e与其他任何东西都不相似。
我会将所有10个tsv文件转换为不再使用“family#”，而是替换为“similar genes”。这是个好主意吗？
也许将这些tsv解析为rDataframe或将它们导入sql数据集可以奏效？最终目标将是可视化这些网络以及这些网络如何跨参数变化。现在阻止我的最大问题是，不同参数的族数不一致。
任何帮助或讨论将不胜感激！