此包适用于Bioconductor 3.10版本;有关稳定的最新发布版本,请参见TCGAWorkflow。
Bioconductor版本:3.10
生物技术在测序方面的进步导致了通过大型国际财团(如癌症基因组图谱(TCGA)、DNA元素百科全书(ENCODE)和NIH路线图表观基因组图谱联盟(Roadmap)等)公开可用数据的爆炸式增长。这些项目提供了前所未有的机会,以高基因组分辨率检查培养的癌细胞系以及正常和肿瘤组织的表观基因组。Bioconductor项目提供了1000多个开源软件和统计包来分析高通量基因组数据。然而,大多数软件包都是为特定的数据类型(例如,表达、表观遗传学、基因组学)而设计的,并且没有一种综合工具可以对所有三个公共项目提供的资源和数据进行完整的综合分析。最近有人提出需要把这些不同的分析结合起来。在这个工作流程中,我们提供了一系列以生物学为重点的不同分子数据的综合分析。我们描述了如何下载、处理和准备TCGA数据,并通过利用几个关键的Bioconductor包,我们描述了如何提取生物学上有意义的基因组和表观基因组数据。利用路线图和ENCODE数据,我们提供了一个工作计划,以确定与癌症相关的生物学相关功能表观基因组元素。为了说明我们的工作流程,我们分析了两种类型的脑肿瘤:低级别胶质瘤(LGG)和高级别胶质瘤(多形性胶质母细胞瘤或GBM)。
作者:Tiago Chedraoui Silva
维护者:Tiago Chedraoui Silva
引文(从R内,输入引用(“TCGAWorkflow”)
):
要安装这个包,启动R(版本“3.6”)并输入:
如果(!requireNamespace("BiocManager", quiet = TRUE)) install.packages("BiocManager")::install("TCGAWorkflow")
对于R的旧版本,请参考相应的Bioconductor释放。
要查看系统中安装的此包版本的文档,请启动R并输入:
browseVignettes(“TCGAWorkflow”)
超文本标记语言 | R脚本 | “TCGA工作流:使用Bioconductor软件包分析癌症基因组学和表观基因组学数据” |
文本 | 新闻 |
biocViews | ResourceQueryingWorkflow,工作流 |
版本 | 1.10.1 |
许可证 | 艺术- 2.0 |
取决于 | R (>= 3.4.0) |
进口 | AnnotationHub,knitr,埃尔默,biomaRt,BSgenome.Hsapiens.UCSC.hg19,circlize,c3net,ChIPseeker,ComplexHeatmap,clusterProfiler,下载器(> = 0.4),盖亚,GenomicRanges,GenomeInfoDb,ggplot2,ggthemes、图形、minet,MotIV,motifStack,pathview,pbapply平行,rGADEM,老鸨,maftools,RTCGAToolbox,SummarizedExperiment,TCGAbiolinks,TCGAWorkflowData(> = 1.9.0),DT |
链接 | |
建议 | |
SystemRequirements | |
增强了 | |
URL | https://f1000research.com/articles/5-1542/v2 |
BugReports | https://github.com/BioinformaticsFMRP/TCGAWorkflow/issues |
全靠我 | |
进口我 | |
建议我 | |
链接到我 |
遵循2021年欧洲杯比分预测 在R会话中使用此包的说明。
源包 | TCGAWorkflow_1.10.1.tar.gz |
Windows二进制 | |
Mac OS X 10.11 (El Capitan) | |
源库 | git克隆https://git.bioconductor.org/packages/TCGAWorkflow |
源存储库(开发人员访问) | git克隆git@git.bioconductor.org:packages/TCGAWorkflow |
包短Url | //www.andersvercelli.com/packages/TCGAWorkflow/ |
软件包下载报告 | 下载数据 |
支持»
请细阅发布指南。将有关Bioconductor的问题发送到以下位置之一: