help/html/calculations/pca.html

   1 <html>\r
   2 \r
   3 <body>\r
   4 <p><strong>Principal Component Analysis</strong></p>\r
   5 <p>This is a method of clustering sequences based on the method developed by G. \r
   6   Casari, C. Sander and A. Valencia. Structural Biology volume 2, no. 2, February \r
   7   1995 . Extra information can also be found at the SeqSpace server at the EBI. \r
   8   <br>\r
   9   The version implemented here only looks at the clustering of whole sequences \r
  10   and not individual positions in the alignment to help identify functional residues. \r
  11   For large alignments plans are afoot to implement a web service to do this 'residue \r
  12   space' PCA remotely. </p>\r
  13 <p>When the Principal component analysis option is selected all the sequences \r
  14   ( or just the selected ones) are used in the calculation and for large numbers \r
  15   of sequences this could take quite a time. When the calculation is finished \r
  16   a new window is displayed showing the projections of the sequences along the \r
  17   2nd, 3rd and 4th vectors giving a 3dimensional view of how the sequences cluster. \r
  18 </p>\r
  19 <p>This 3d view can be rotated by holding the left mouse button down in the PCA \r
  20   window and moving it. The user can also zoom in and out by using the up and \r
  21   down arrow keys. </p>\r
  22 <p>Individual points can be selected using the mouse and selected sequences show \r
  23   up green in the PCA window and the usual grey background/white text in the alignment \r
  24   and tree windows. </p>\r
  25 <p>Different eigenvectors can be used to do the projection by changing the selected \r
  26   dimensions in the 3 menus underneath the 3d window. <br>\r
  27 </p>\r
  28 </body>\r
  29 </html>\r