彪马

DOI:10.18129 / B9.bioc.puma

此包适用于Bioconductor 3.12版本;有关稳定的最新发布版本，请参见彪马．

微阵列分析中的传播不确定性(包括Affymetrix传统3'阵列和外显子阵列以及人类转录组阵列2.0)

Bioconductor版本:3.12

Affymetrix基因芯片数据的大多数分析(包括传统的3'阵列和外显子阵列以及人类转录组阵列2.0)都是基于表达水平的点估计，而忽略了这种估计的不确定性。通过将不确定性传播到下游分析，我们可以改进微阵列分析的结果。puma包首次为普通用户提供了一套不确定性传播方法。除了从Affymetrix 3'阵列计算基因表达外，puma还提供了处理外显子阵列的方法，并产生基因和异构体表达，用于替代剪接研究。与以前可用的不确定性传播方法相比，Puma还在范围和执行速度方面提供了改进。包括摘要，差分表达式检测，聚类和PCA方法，以及有用的绘图功能。

作者:Richard D. Pearson，刘学军，Magnus Rattray, Marta Milo, Neil D. Lawrence, Guido Sanguinetti，张莉

维护者:刘学军<学军。刘在nuaa.edu.cn>

安装

要安装此包，请启动R(版本“4.0”)并输入:

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

对于R的旧版本，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，请启动R并输入:

browseVignettes(“彪马”)

PDF	R脚本	puma用户指南
PDF		参考手册

细节

biocViews	AlternativeSplicing，贝叶斯，ChipOnChip，聚类，DataImport，DifferentialExpression，DifferentialSplicing，ExonArray，GeneExpression，HTA2.0，微阵列，OneChannel，预处理，软件，TwoChannel，mRNAMicroarray
版本	3.32.0
在Bioconductor	BioC 2.0 (R-2.5)(14年)
许可证	LGPL
取决于	R (>= 3.2.0)，益生元(>= 1.32.0)，图形，grDevices，方法，统计，utils，mclust，oligoClasses
进口	Biobase(> = 2.5.5),affy(> = 1.46.0),affyio，oligoClasses
链接
建议	pumadata，affydata，雪，limma，ROCR，注释
SystemRequirements
增强了
URL	http://umber.sbs.man.ac.uk/resources/puma
全靠我	pumadata
进口我
建议我	tigre
链接到我
构建报告

包档案

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	puma_3.32.0.tar.gz
Windows二进制	puma_3.32.0.zip(32位和64位)
macOS 10.13 (High Sierra)	puma_3.32.0.tgz
源库	Git克隆https://git.bioconductor.org/packages/puma
源存储库(开发人员访问)	Git克隆git@git.bioconductor.org:packages/puma
包短Url	//www.andersvercelli.com/packages/puma/
软件包下载报告	下载数据