cytofWorkflow

DOI:10.18129 / B9.bioc.cytofWorkflow

此包适用于Bioconductor的3.11版本;有关稳定的最新发布版本，请参见cytofWorkflow．

CyTOF工作流程:高通量高维细胞术数据集的差异发现

Bioconductor版本:3.11

高维质量和流式细胞术(HDCyto)实验已成为高通量询问和细胞群表征的首选方法。在这里，我们提出了一个更新的基于r的管道，用于HDCyto数据的差异分析，主要基于Bioconductor包。我们使用FlowSOM聚类来计算定义细胞群，并为人工合并算法生成的聚类提供可选但可复制的策略。我们的工作流程提供了不同的分析路径，包括细胞类型丰度与表型的关联，或特定亚群内信号标记的变化，或聚合信号的差异分析。重要的是，我们展示的差分分析是基于回归框架，其中HDCyto数据是响应;因此，我们能够建模任意的实验设计，如那些具有批处理效应，成对设计等。特别地，我们将广义线性混合模型或线性混合模型应用于细胞群体丰度分析或信号标记的细胞群体特异性分析，允许对细胞计数的过度分散或跨样本的聚集信号进行适当的建模。为了支持正式的统计分析，我们鼓励在每一步进行探索性数据分析，包括质量控制(如多维尺度图)、聚类结果报告(降维、树状图热图)和差异分析(如聚集信号图)。

作者:Malgorzata Nowicka [aut]， Helena L. Crowell [aut]， Mark D. Robinson [aut, cre]

维护者:Mark D. Robinson < Mark。罗宾逊在imls.uzh.ch >

安装

要安装此包，启动R(版本“4.0”)并输入:

如果(!("BiocManager"， quiet = TRUE)) install.packages("BiocManager")

对于较老版本的R，请参考相应的Bioconductor释放．

文档

要查看系统中安装的此包版本的文档，请从R开始并输入:

browseVignettes(“cytofWorkflow”)

超文本标记语言

高通量高维细胞术数据集中差异发现的工作流程

细节

biocViews	ImmunoOncologyWorkflow,SingleCellWorkflow,工作流
版本	1.12.1
许可证	艺术- 2.0
取决于	R (> = 3.6.0),BiocStyle,knitr,readxl,催化剂,diffcyt,HDCytoData,uwot,cowplot
进口
链接
建议	knitcitations
SystemRequirements
增强了
URL	https://github.com/markrobinsonuzh/cytofWorkflow
BugReports	https://github.com/markrobinsonuzh/cytofWorkflow/issues
取决于我
进口我
建议我
我的链接

包档案

遵循2021年欧洲杯比分预测 在R会话中使用这个包的说明。

源包	cytofWorkflow_1.12.1.tar.gz
Windows二进制
macOS 10.13 (High Sierra)
源库	git克隆https://git.bioconductor.org/packages/cytofWorkflow
源存储库(开发人员访问)	git克隆git@git.bioconductor.org:包/ cytofWorkflow
包短Url	//www.andersvercelli.com/packages/cytofWorkflow/
包下载报告	下载数据