这个包是3.10版本Bioconductor;的稳定,最新的发布版本,请参阅scPCA。
Bioconductor版本:3.10
稀疏的工具箱对比主成分分析(scPCA)高维生物数据。scPCA结合的稳定性和可解释性稀疏主成分分析与对比PCA的能力解决生物信号从噪声技术通过控制数据的使用。还实现了和cPCA延伸。
作者:菲利普•波瓦洛(cre, aut cph]赫亚兹,尼玛(aut)黑色,Sandrine Dudoit(施)
维修工:菲利普•波瓦洛< philippe_boileau berkeley.edu >
从内部引用(R,回车引用(“scPCA”)
):
安装这个包,开始R(版本“3.6”)并输入:
如果(!requireNamespace (“BiocManager”,悄悄地= TRUE)) install.packages (“BiocManager”) BiocManager::安装(“scPCA”)
R的旧版本,请参考适当的Bioconductor释放。
查看文档的版本这个包安装在您的系统,开始R和输入:
browseVignettes (“scPCA”)
HTML | R脚本 | 稀疏的对比主成分分析 |
参考手册 | ||
文本 | 新闻 | |
文本 | 许可证 |
biocViews | DifferentialExpression,GeneExpression,微阵列,PrincipalComponent,RNASeq,测序,软件 |
版本 | 1.0.0 |
Bioconductor自 | BioC 3.10 (r - 3.6)(< 6个月) |
许可证 | 麻省理工学院+文件许可证 |
取决于 | R (> = 3.6) |
进口 | 统计数据、方法为了,宠物猫,dplyr,purrr,stringr,Rdpack,BiocParallel,elasticnet,集群,kernlab,折纸 |
链接 | |
建议 | testthat(> =魅惑,covr,knitr,rmarkdown,BiocStyle,矩阵,ggplot2,ggpubr,飞溅,SingleCellExperiment |
SystemRequirements | |
增强了 | |
URL | https://github.com/PhilBoileau/scPCA |
BugReports | https://github.com/PhilBoileau/scPCA/issues |
取决于我 | |
进口我 | |
建议我 | |
我的链接 | |
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。
源包 | scPCA_1.0.0.tar.gz |
Windows二进制 | scPCA_1.0.0.zip |
Mac OS X 10.11(埃尔卡皮坦) | scPCA_1.0.0.tgz |
源库 | git克隆https://git.bioconductor.org/packages/scPCA |
源库(开发人员访问) | git克隆git@git.bioconductor.org:包/ scPCA |
包短Url | //www.andersvercelli.com/packages/scPCA/ |
包下载报告 | 下载数据 |