彪马

微阵列分析中的传播不确定性

大多数Affymetrix基因芯片数据的分析都是基于表达水平的点估计，而忽略了这种估计的不确定性。通过将不确定性传播到下游分析，我们可以改进微阵列分析的结果。puma包首次为普通用户提供了一套不确定性传播方法。与以前可用的不确定性传播方法相比，Puma还在范围和执行速度方面提供了改进。包括摘要，差分表达式检测，聚类和PCA方法，以及有用的绘图和数据操作功能。

作者	Richard D. Pearson，刘学军，Magnus Rattray, Marta Milo, Neil D. Lawrence, Guido Sanguinetti
维护人员	理查德·皮尔森

要安装这个包，启动R并输入:

源(“//www.andersvercelli.com/biocLite.R”)biocLite(“彪马”)

文档

puma.pdf	PDF	R脚本
参考手册

细节

biocViews	微阵列，OneChannel，预处理，生物信息学，DifferentialExpression，聚类
取决于	R,Biobase，affy，图形，grDevices，方法，统计，utils
进口
建议	pumadata，affydata，雪，limma，注释, ROCR
系统需求
许可证	LGPL不包括donlp2
URL	http://umber.sbs.man.ac.uk/resources/puma
全靠我
进口我
建议我
发展历史	Bioconductor更新日志

包下载

包的来源	puma_1.10.1.tar.gz
Windows二进制	puma_1.10.1.zip
MacOS X 10.4 (Tiger)二进制文件	puma_1.10.1.tgz
MacOS X 10.5 (Leopard)二进制文件	puma_1.10.1.tgz
软件包下载报告	下载数据