基于内核的方法是集成异构数据类型的强大方法。mixKernel旨在为无监督探索性分析提供结合内核的方法。提供了不同的解决方案来计算元内核，无论是以一致的方式还是以最能保留数据原始拓扑的方式。mixKernel还集成了内核PCA，以从多个源的角度在非线性空间中可视化样本之间的相似性。包中还提供了选择和显示重要变量的函数，这些函数位于无监督的内核关联框架中。
安装说明如下。
python依赖项的安装
在中执行功能选择的函数需要以下python模块mixKernel（混合内核）：签名、scipy、sklearn、numpy
pip3安装签名
pip3安装scipy
pip3安装sklearn
pip3安装numpy
生物导体相关性的安装
需要两个生物导体包mixKernel（混合内核）安装：mixOmics公司和品学兼优:
安装.包(“生物经理”)
生物技术经理::安装(“mixOmics”)
生物技术经理::安装(“phyloseq”)
工具书类
Mariette，J.和Villa-Vialaneix，N.（2018年）。用于异构数据集成的无监督多内核学习。生物信息学,34(6), 1009-1015.
Brouard，C.、Mariette，J.、Flamary，R.和Vialaneix，N.（2022年）。系统生物学中核心方法的特征选择。NAR基因组学和生物信息学,4（1） ，lqac014。