安装这个包,开始R和输入:
# #试试http://如果https:// url不支持源(“//www.andersvercelli.com/biocLite.R”) biocLite (“qusage”)
在大多数情况下,您不需要下载包存档。
这个包是3.0版本Bioconductor;的稳定,最新的发布版本,请参阅qusage。
Bioconductor版本:3.0
这个包是一组实现定量分析基因表达(QuSAGE)方法中描述(Yaari g . et al诊断酸Res, 2013)。这是一种新型的基因集浓缩型测试,其目的是提供一个更快,更准确,更容易理解测试基因表达研究。qusage占inter-gene相关性使用方差膨胀因子技术提出的吴et al。(核酸Res, 2012)。此外,而不是简单地评估偏离零假设和一个数字(P值),qusage量化基因集活动与一个完整的概率密度函数(PDF)。从这个PDF, P值和置信区间可以很容易地提取出来。保存PDF还允许因果分析(例如,成对比较基因集活动),同时保持统计可追溯性。最后,虽然qusage兼容个人基因数据从现有的方法(例如,LIMMA) Welch-based方法实现显示提高特异性。问题,接触(cbolen1@gmail.com)或克里斯·保伦史蒂文Kleinstein (steven.kleinstein@yale.edu)
作者:克里斯托弗·保伦和Gur Yaari,来自Juilee Thakar和史蒂文Kleinstein
在gmail.com <维护者:克里斯托弗·保伦cbolen1 >
从内部引用(R,回车引用(“qusage”)
):
安装这个包,开始R和输入:
# #试试http://如果https:// url不支持源(“//www.andersvercelli.com/biocLite.R”) biocLite (“qusage”)
查看文档的版本这个包安装在您的系统,开始R和输入:
browseVignettes (“qusage”)
R脚本 | 运行qusage | |
参考手册 |
biocViews | GeneSetEnrichment,微阵列,RNASeq,软件 |
版本 | 1.6.0 |
Bioconductor自 | BioC 2.13 (r - 3.0)(2.5年) |
许可证 | GPL (> = 2) |
取决于 | R (> = 2.10),limma(> = 3.14),方法 |
进口 | 跑龙套,Biobase |
链接 | |
建议 | |
SystemRequirements | |
增强了 | |
URL | http://clip.med.yale.edu/qusage |
取决于我 | |
进口我 | |
建议我 | |
构建报告 |
遵循2021年欧洲杯比分预测 指示在R会话中使用这个包。
包的来源 | qusage_1.6.0.tar.gz |
Windows二进制 | qusage_1.6.0.zip |
Mac OS X 10.6 (Snow Leopard) | qusage_1.6.0.tgz |
Mac OS X 10.9(小牛) | qusage_1.6.0.tgz |
Subversion源 | (用户名/密码:只读的) |
Git源代码 | https://github.com/bioconductor - mirror/qusage/tree/release - 3.0 |
包短Url | //www.andersvercelli.com/packages/qusage/ |
包下载报告 | 下载数据 |