scde

DOI:10.18129 / B9.bioc.scde

这个包是3.11版本Bioconductor;的稳定,最新的发布版本,请参阅scde。

单细胞微分表达式

Bioconductor版本:3.11

scde包实现了一组统计方法分析单细胞RNA-seq数据。单细胞RNA-seq scde适合个人误差模型的测量。这些模型可以用于评估组织的细胞之间的微分表达式,以及其他类型的分析。scde包还包含宝塔框架的应用途径和基因集overdispersion分析来识别和描述假定的细胞亚种群基于转录签名。整个微分表达式分析方法详细以下出版物:“贝叶斯方法单细胞微分表达式分析”(西尔伯斯坦Kharchenko PV, L, Scadden DT,自然方法,doi: 10.1038 / nmeth.2967)。整个族群的方法识别和描述在下面详细的预印:“通过通路和基因转录的异质性特征集overdispersion分析”(J粉丝,Salathia N,刘R, Kaeser G,荣智健Y,赫尔曼·J,燕麦饼干F,风扇JB,张K,春J, Kharchenko PV,自然方法,doi: 10.1038 / nmeth.3734)。

作者:彼得Kharchenko (aut (cre),让粉丝(aut)

维护人员:琼风扇< jeanfan fas.harvard.edu >

安装

安装这个包,开始R(版本“4.0”)并输入:

如果(!requireNamespace (“BiocManager”,悄悄地= TRUE)) install.packages (“BiocManager”) BiocManager::安装(“scde”)

R的旧版本,请参考适当的Bioconductor释放。

文档

PDF		参考手册

细节

biocViews	贝叶斯,DifferentialExpression,ImmunoOncology,RNASeq,软件,StatisticalMethod,转录
版本	2.16.0
Bioconductor自	BioC 3.3 (r - 3.3)(4.5年)
许可证	GPL-2
取决于	R (> = 3.0.0),flexmix
进口	Rcpp(> = 0.10.4),RcppArmadillo(> = 0.5.400.2.0),mgcv,车,rjson,质量,开罗,RColorBrewer,刨边机,quantreg、方法、nnet,RMTstat,极端,pcaMethods,BiocParallel、并行
链接	Rcpp,RcppArmadillo
建议	knitr,cba,fastcluster,WGCNA,GO.db,org.Hs.eg.db,rmarkdown
SystemRequirements
增强了
URL	http://pklab.med.harvard.edu/scde
BugReports	https://github.com/hms-dbmi/scde/issues
取决于我
进口我
建议我
我的链接
构建报告

包档案

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	scde_2.16.0.tar.gz
Windows二进制	scde_2.16.0.zip(32位和64位)
macOS 10.13(高山脉)	scde_2.16.0.tgz
源库	git克隆https://git.bioconductor.org/packages/scde
源库(开发人员访问)	git克隆git@git.bioconductor.org:包/ scde
包短Url	//www.andersvercelli.com/packages/scde/
包下载报告	下载数据